我想在分布中使用贝叶斯模型对短期资产回报进行建模。我想估计分布的两个自由度（以及我模型中的其他参数）。我知道资产回报是非常不正常的，但除此之外我不知道太多。
在这种模型中，自由度的适当的、信息量不大的先验分布是什么？
分布中自由度的良好先验分布是什么？
机器算法验证
分布
贝叶斯
造型
事先的
2022-02-15 05:13:28
2个回答
在ARM的第 372 页上，Gelman 和 Hill 提到在 1/DF = .5 和 1/DF = 0 之间使用 DF 逆的均匀分布。
具体来说，在 BUGS 中，他们使用：
nu.y <- 1/nu.inv.y
nu.inv.y ~ dunif(0,.5)
ARM（正如 John Salvatier 在他的回答中所引用的）最初于 2006 年发布。从那时起，一直提倡使用事先的。这个先验是由 Juárez 和 Steel (2010) 在他们的论文Model-based clustering of non-Gaussian panel data based on skew-t distributions中提出的。
Gelman 在 2015 年发表了以下帖子：“我们对 student_t 的自由度参数的先验有什么建议吗？” ，其中更详细地讨论了这个主题（以及 Simpson 等人（2014）之前提出的惩罚复杂性）。