Haldane 之前的 Beta(0,0) - 第 1 部分

机器算法验证 贝叶斯 事先的 共轭先验 无信息先验 不恰当的先验
2022-03-25 03:11:25

第 16 页的这篇文章将 Haldane 的先验指定为:1

p(θ)=1θ(1θ)

然而,第 6 页上的其他2源指定 Haldane 的先验与1θ(1θ)成正比,即

p(θ)1θ(1θ)

任何人都可以澄清哪种表达是准确的。

1. 不恰当先验的近似

2. 一些常见分布的贝叶斯分析

2个回答

Haldane 先验是参数为α=β=0的 beta 分布。所以它是

f(p)=pα1(1p)β1B(α,β)=p1(1p)1B(0,0)

其中B(0, 0)是Wikipedia中描述的无限B(0,0)归一化常数

函数可以看作是 beta 分布分子的极限,因为两个形状参数都接近于零:Beta 函数(在 Beta 分布的分母中)接近无穷大,因为两个参数都接近零,因此, 除以 Beta 函数接近 2 点伯努利分​​布,在每个 Dirac delta 函数末端,在,并且没有介于两者之间,如p1(1p)1α,β0α,β0p1(1p)11/201α,β0

所以霍尔丹先验不是一个正确的分布。参数,beta 分布将是什么。作为一种分布,它相当不可用,但它可以用作二项分布的“无信息”先验它通常以近似形式来描述,因为归一化常数是没有意义的。α=β=0f(p)p1(1p)1

第二个表达式是正确的,因为这是一个不正确的分布,即它没有整合到因此它没有密度,您只能按比例指定它。1