Trong một mô hình thứ bậc của dữ liệu nơi y ~ Poisson ( λ ) λ ~ Gamma ( α , β ) nó dường như là điển hình trong thực tế để chọn giá trị ( α , β ) mà giá trị trung bình và phương sai của phân phối gamma khoảng phù hợp với giá trị trung bình và phương sai của dữ liệu y (ví dụ, Clayton và Kaldor, 1987 "Ước tính các vịnh ước tính về rủi ro tương đối chuẩn hóa theo tuổi đối với bản đồ bệnh", Sinh trắc học ). Tuy nhiên, rõ ràng đây chỉ là một giải pháp đặc biệt , vì nó sẽ vượt quá sự tự tin của các nhà nghiên cứu về các tham số
Hơn nữa, trong Phân tích dữ liệu Bayes (2nd Ed), Gelman viết rằng phương pháp này là " cẩu thả ;" trong cuốn sách và bài viết này (bắt đầu p. 3232), ông thay vào đó gợi ý rằng một số mật độ hyperprior nên được lựa chọn, trong một thời trang tương tự như ví dụ khối u chuột (bắt đầu p. 130).
Mặc dù rõ ràng là bất kỳ là chấp nhận được, miễn là nó tạo ra một mật độ sau hữu hạn, tôi đã không tìm thấy bất kỳ ví dụ về mật độ hyperprior rằng các nhà nghiên cứu đã sử dụng cho vấn đề này trong quá khứ. Tôi sẽ đánh giá rất cao nếu ai đó có thể chỉ cho tôi những cuốn sách hoặc bài báo sử dụng mật độ siêu chiến binh để ước tính mô hình Poisson-Gamma. Lý tưởng nhất, tôi quan tâm đến p ( α , β ) mà là tương đối bằng phẳng và sẽ được chi phối bởi các dữ liệu như trong ví dụ khối u chuột, hoặc một cuộc thảo luận so sánh một vài thông số kỹ thuật thay thế và thương mại-off gắn liền với mỗi người.