共轭先验的重新形式化?

机器算法验证 贝叶斯 数理统计 事先的 共轭先验
2022-04-03 02:24:38

很容易证明如果p(θ)是一些可能性之前的共轭,然后是:

q(θ)p(θ)I(θA)

在哪里A是参数空间的子集,并且I(r)如果是 1r为真,否则为 0 -- 也是一个共轭先验。

基本上,如果我们采用共轭先验并将其重新归一化为参数空间的子集,我们仍然会得到一个共轭先验族。

这是在我可以参考的地方提到的吗?

1个回答

这是一个有趣的评论,我没有看到明确说明,但是共轭先验的参数空间通常以相反的方式选择,即保持采样分布良好定义的最大可能集合。参见布朗的统计指数族基础 (1986)。