我正在阅读 Andrew Gelman（链接）的文章“层次模型中方差参数的先验分布” 。这是我不太了解的摘录：

后验推论可以使用后验均值校准的概念进行评估，贝叶斯类似于经典的“偏差”概念。对于任何参数，我们将后验均值标记为并将后验均值的错误校准定义为，对于 \hat{\theta} 的任何。$\theta$$\hat{\theta}=E(\theta|y)$$E(\theta|\hat{\theta},y)-\hat{\theta}$$\hat{\theta}$

由于我更熟悉常客统计，我对此有些怀疑。
我可以将视为真正的后验均值吗？ 究竟是什么？这个符号让我很困惑……我可以把它看作是频率统计中估计量的期望值吗？ 后验均值的错误校准是否与贝叶斯估计量的偏差概念相同？ 我在互联网上进行了一些研究，但我发现后验均值的错误校准似乎并不是贝叶斯统计中的常见概念。 谢谢$\hat{\theta}$
$E(\theta|\hat{\theta},y)$