Apakah estimasi Bayesian dengan "flat prior" sama dengan estimasi kemungkinan maksimum?

Dalam filogenetik, pohon filogenetik sering dibangun menggunakan analisis MLE atau Bayesian. Seringkali, flat sebelumnya digunakan dalam estimasi Bayesian. Seperti yang saya pahami, perkiraan Bayesian adalah estimasi kemungkinan yang menggabungkan prior. Pertanyaan saya adalah, jika Anda menggunakan flat sebelumnya, apakah ada bedanya dengan hanya melakukan analisis kemungkinan?

Meringkas dan memperluas dari komentar: "Perkiraan MAP Bayesian mungkin bertepatan dengan MLE. Namun, distribusi posterior tidak setara dengan perspektif kemungkinan". Apa yang Anda maksud dengan "Perkiraan Bayesian"? Seringkali, dengan Bayes, kami hanya akan meringkas data dengan distribusi posterior (dengan asumsi itu ada, dalam hal ini, kadang-kadang, dengan flat sebelumnya (tidak berintegrasi ke satu) kami mendapatkan posterior formal yang tidak berintegrasi ke satu, begitu juga tidak benar-benar distribusi). Ringkasan Bayesian seperti itu tidak memiliki varian kemungkinan, seperti yang biasanya terlihat. Beberapa mencoba untuk memperbaiki ini, dengan memperkenalkan konsep distribusi kepercayaan berdasarkan fungsi kemungkinan, lihat http://folk.uio.no/tores/Publications_files/Schweder_Hjort_Confidence%20and%20likelihood_SJS2002.pdf (dan buku mereka yang akan datang).

Tetapi, jika Anda menentukan definisi estimator bayes , Anda memiliki berbagai cara untuk melakukannya! Anda dapat memilih penaksir MAP, yang secara formal mungkin sama dengan MLE. Atau Anda dapat memilih estimator berdasarkan teori keputusan, dengan meminimalkan beberapa fungsi kerugian posterior yang diharapkan. Banyak kemungkinan, dan tak satu pun dari mereka memiliki kemungkinan yang setara.