Saya baru-baru ini kebetulan membaca tentang Bayes empiris (Casella, 1985, Pengantar analisis data Bayes empiris) dan itu sangat mirip dengan model efek acak; karena keduanya memiliki estimasi yang menyusut menjadi rata-rata global. Tapi saya belum membacanya secara menyeluruh ...
Adakah yang punya wawasan tentang persamaan dan perbedaan di antara mereka?
Jawaban:
Ada artikel yang sangat bagus di JASA pada pertengahan tahun 1970-an mengenai estimator James-Stein dan estimasi Bayes empiris dengan aplikasi khusus untuk memprediksi rata-rata pemain baseball. Wawasan yang dapat saya berikan mengenai hal ini adalah hasil dari James dan Stein yang menunjukkan keheranan dunia statistik bahwa untuk distribusi normal multivariat dalam tiga dimensi atau lebih MLE, yang merupakan vektor rata-rata koordinat, tidak dapat diterima.
Buktinya dicapai dengan menunjukkan bahwa estimator yang mengecilkan vektor rata-rata menuju asal secara seragam lebih baik berdasarkan rata-rata kuadrat kesalahan sebagai fungsi kerugian. Efron dan Morris menunjukkan bahwa dalam masalah regresi multivariat menggunakan pendekatan Bayes empiris penduga mereka tiba adalah penduga penyusutan tipe James-Stein. Mereka menggunakan metodologi ini untuk memprediksi rata-rata batting musim terakhir dari pemain baseball liga utama berdasarkan hasil awal musim mereka. Taksiran menggerakkan rata-rata individu setiap orang ke rata-rata besar semua pemain.
Saya pikir ini menjelaskan bagaimana estimator tersebut dapat muncul dalam model linier multivariat. Itu tidak sepenuhnya menghubungkannya ke model efek campuran tertentu tetapi mungkin memimpin yang baik ke arah itu.
Beberapa referensi :
sumber