Chính xác thì thông tin yếu trước là gì?

Có một định nghĩa chính xác của thông tin yếu trước?

Làm thế nào nó khác với một chủ quan trước với sự hỗ trợ rộng rãi?

bayesian prior

— Ghi nhớ
nguồn

Hiểu biết của tôi là một ưu tiên thông tin yếu thể hiện nhiều hơn về thái độ của nhà nghiên cứu đối với ưu tiên, hơn là bất kỳ tính chất toán học nào của chính ưu tiên đó. Ví dụ kinh điển sẽ là khuyến nghị của Gelman về một Cauchy trước vị trí 0 và tỷ lệ 5/2 cho hồi quy logistic.

— Sycorax nói Phục hồi Monica

Câu trả lời:

Nhận xét trên là chính xác. Đối với một cuộc thảo luận định lượng, có một số linh mục "không thông tin" trong tài liệu. Xem ví dụ trước của Jeffreys; xem bài trước " Thế nào là không chính xác"? Chúng ta có thể có một cái mà thực sự không có thông tin?

Chúng được định nghĩa theo nhiều cách khác nhau, nhưng điều quan trọng là chúng không đặt quá nhiều xác suất trong bất kỳ khoảng thời gian cụ thể nào (và do đó ủng hộ các giá trị đó) với phân phối thống nhất là một ví dụ chính tắc. Ý tưởng là để dữ liệu xác định chế độ ở đâu.

— cộng đồng
nguồn

Vì vậy, thông tin yếu trước là chỉ một cái tên tốt hơn cho "thông tin không chính xác" một chút thông tin?

— Ghi nhớ

Tôi thường sử dụng "không thông tin" vì điều đó là phổ biến hơn và chỉ ra ý định. Thông tin yếu có lẽ chính xác hơn, vì tất cả các bản phân phối đều mang một số thông tin ( trừ khi chúng là linh mục không chính xác..nhưng đó là một cuộc thảo luận khác)

Tôi có ấn tượng rằng các linh mục thông tin yếu nhằm mục đích tránh phải cam kết với các linh mục không thông tin chính thức được xác định theo lý thuyết này hay lý thuyết khác - họ là những linh mục thích hợp làm việc suy luận, trong khi không tính đến tất cả các kiến thức trước đó là chủ quan hoàn toàn chủ quan .

— Scortchi - Phục hồi Monica

@Scortchi: Tôi nghĩ rằng nhận xét của bạn nêu bật sự mơ hồ vốn có trong "thông tin yếu trước." Giải thích của bạn có ý nghĩa và nằm trong một tĩnh mạch tương tự như user777. Mối quan hệ giữa "thông tin" và xác suất là một điều khó khăn, chỉ với các giải pháp bão hòa một phần (ví dụ, entropy Shannon). Tôi hiểu ý của bạn mặc dù ... chúng không nhất thiết phải đồng nghĩa, vì các linh mục thông tin yếu kém chỉ có thể sử dụng một số thông tin, trong khi các linh mục không thông tin thì bỏ qua tất cả thông tin có sẵn.

Nói thêm về thảo luận của Eupraxis1981 về các linh mục thông tin, bạn có thể nghĩ đến "thông tin" trước đó tỷ lệ nghịch với phương sai của nó. Hãy xem xét một ưu tiên với phương sai gần bằng 0: về cơ bản bạn đang nói "trước khi xem dữ liệu, tôi gần như tích cực Tôi đã biết vị trí của giá trị thực của thống kê." Ngược lại, nếu bạn đặt phương sai thực sự rộng, bạn đang nói "không cần nhìn vào dữ liệu, tôi thực sự không có giả định nào về giá trị thực của tham số. Nó có thể ở bất kỳ đâu, và tôi sẽ không ngạc nhiên. Tôi có linh cảm có lẽ nó ở gần chế độ trước đây của tôi, nhưng nếu nó trở nên xa chế độ thì tôi sẽ không thực sự ngạc nhiên. "

Các linh mục không thông tin là những nỗ lực để không đưa ra các giả định trước vào phân tích của bạn (mức độ thành công của chúng là mở để tranh luận). Nhưng nó hoàn toàn có thể và đôi khi hữu ích cho một ưu tiên chỉ là thông tin "yếu".

— David Marx
nguồn