Prior yang tidak informatif lebih disukai dalam kasus di mana bias tidak dapat diterima (mis. Ruang sidang, dll.)
Namun, bagi saya tampaknya masuk akal untuk menggunakan pendekatan frequentist saja. Mengapa pendekatan Bayesian bahkan memiliki prior non-informatif?
Terima kasih!
bayesian
prior
uninformative-prior
pengguna154510
sumber
sumber
Jawaban:
Bahkan dengan prior non-informatif, kesimpulan Bayesian berbeda dari pendekatan frequentist. Misalnya, pertimbangkan memperkirakan probabilitasθ bahwa koin akan muncul kepala. Ambil seragam sebelumnyaθ . Jika kita mengamati satu flip, dan itu adalah head, probabilitas prediksi Bayesian bahwa flip berikutnya adalah head adalah 2/3. Pendekatan kemungkinan maksimum akan mengatakan probabilitasnya adalah 1. Jika Anda menginginkan derivasi dari hasil ini, baca Bayesian inference, entropy, dan distribusi multinomial .
Saya telah menulis beberapa makalah tentang topik ini. Jika Anda ingin lebih banyak contoh, periksa: Patologi Statistik Ortodoks , Inferring a Gaussian distribution dan Bayesian inference of a uniform uniform .
sumber
Ini untuk para puritan metodologis yang tidak tahan untuk menggunakan statistik frequentist yang membosankan dengan semua ketidakkonsistenan "mengerikan" mereka (lupakan fakta bahwa prior yang tidak informatif sering tidak patut!).
Serius, meskipun: distribusi posterior Bayesian yang tidak informasi akan terlihat sangat buruk seperti fungsi kemungkinan dinormalisasi, sedangkan yang sering melaporkan interval kepercayaan biasa. Karena kesimpulan sering tidak mematuhi kemungkinan "prinsip", dua jawaban mungkin sangat berbeda.
sumber