The Organic Garden
Allan Shepherd
Выражаем надежду, что "The Organic Garden" будет полезной и поможет в деле обустройства приусадебного ...
Определение априорного распределения в байесовском анализе при наличии исходной информации, основанное на минимизации информационной метрики
Электронная книга
- Автор: Л. Н. Слуцкин
- Издатель: Синергия
- Год: 2015
- ISBN:
- Цена: 79.9 Руб.
Сила в познании, и книга - основной источник познаний. И это ещё не всё! И вот замечательный образец такой работы, которая несет знания, помогает решить проблемы, являясь своего рода руководством в определенных вопросах - "Определение априорного распределения в байесовском анализе при наличии исходной информации, основанное на минимизации информационной метрики"
В статье предлагается формальное правило, основанное на минимизации информационной метрики Кульбака–Лейблера, для определения априорного распределения при наличии информации, полученной из предыдущих наблюдений. В отличие от обычных предположений в эмпирическом байесовском анализе, в данной работе не требуется независимость параметров, рассматриваемых как случайные величины, соответствующие различным наблюдениям. Показано, что в случае, когда наблюдения, зависящие от параметра, и сам параметр распределены по нормальному закону, предлагаемое правило приводит к ML–II априорному распределению. Однако в случае регрессионного уравнения коэффициенты регрессии, полученные методом минимизации метрики Кульбака–Лейблера, отличаются от оценок, полученных при ML–II подходе. Также показано, что для нормальных распределений метрика Кульбака–Лейблера достигает асимптотически единственного минимума на истинном априорном распределении.
Смеем надеяться, что "Определение априорного распределения в байесовском анализе при наличии исходной информации, основанное на минимизации информационной метрики" поможет вам в деле самообразования и поможет по новому взглянуть на проблемы в данной области и их решение.
