楼主: bridog
28040 19

[问答] Bayesian无信息先验分布(non - informative prior) [推广有奖]

  • 0关注
  • 2粉丝

博士生

84%

还不是VIP/贵宾

-

威望
0
论坛币
1 个
通用积分
4.3500
学术水平
0 点
热心指数
3 点
信用等级
0 点
经验
4748 点
帖子
255
精华
0
在线时间
273 小时
注册时间
2008-11-29
最后登录
2024-3-24

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
高手们,有个问题想请教:对于无信息先验分布(non - informative prior)是怎么定义的?我看了一些材料,多处都是按照以下方式定义的。但是对于无信息先验分布,方差不是应该足够大吗(In case of non-informative priors, the variances should have been specified as very large or instead uniform distributions covering the entire range of plausible values should have been used. )?能否帮我解释下?Thanks.model
{
  for (i in 1:N)
   {   
      pred<-a*pow(d,b)
   
     h~dnorm(pred,prec)
  }
  # Priors
  a   ~ dnorm(0,1.0E-6)  # Is non-informative prior for a?
  b   ~ dnorm(0,1.0E-6)
  prec~dgamma(0.001,0.001)

}
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:Formative informat Bayesian informa inform 信息 specified instead entire

本帖被以下文库推荐

沙发
求证1加1 发表于 2013-4-7 18:19:35 |只看作者 |坛友微信交流群
当无先验分布时一般有两种选取方法,一是同等无知即我们参数去所有值得可能性相同,故采用均匀分布作为先验分布,二是共轭先验分布,即选取的先验分布使先验分布与后验分布有相同的形式,这个lz可以看看共轭分布族。
希望对你有用。
已有 1 人评分论坛币 收起 理由
admin_kefu + 100 热心帮助其他会员

总评分: 论坛币 + 100   查看全部评分

个人主页,欢迎订阅http://chenangliu.info/

使用道具

藤椅
bridog 发表于 2013-4-8 08:22:01 |只看作者 |坛友微信交流群
谢谢楼上的回答。我现在想知道我例子中的是不是也属于无信息先验分布。对于方差大的问题该怎么解释?

使用道具

板凳
IntheRed 发表于 2013-4-8 10:15:52 |只看作者 |坛友微信交流群
你的例子有点奇怪吧, variance都这么小,怎么会是non-informative呢?
variance越大,就意味着你的分布分散的越广,所以,你能确定的关于随机变量的信息就越少。variance越小,分布越集中,就越有助于判断变量的位置。这就是information。
比如你算一个confidence interval,同样的probability或置信度下,variance越大,得到的CI就越宽,即要确定变量的具体位置就越难。
所以,non-informative prior应该用variance很大的分布,例子里面的normal应改为s.d.=1e6吧,gamma也应该改为shape=1000吧,第二个参数不知道你是用的rate还是scale,rate和scale是互为倒数的。如果rate=0.001倒是很好,scale的话,也该为1000。好像大部分统计教材都用scale,不过R的默认是把rate放在前面的。

使用道具

报纸
bridog 发表于 2013-4-8 11:21:08 |只看作者 |坛友微信交流群
IntheRed 发表于 2013-4-8 10:15
你的例子有点奇怪吧, variance都这么小,怎么会是non-informative呢?
variance越大,就意味着你的分布分 ...
谢谢你的回答。那我是否可以用均匀分布来表示无信息先验分布?

使用道具

地板
IntheRed 发表于 2013-4-8 11:32:58 |只看作者 |坛友微信交流群
bridog 发表于 2013-4-8 11:21
谢谢你的回答。那我是否可以用均匀分布来表示无信息先验分布?
uniform可以啊,不过是有限制的。比如你的support是(-inf,inf), 或者[0,inf), 用uniform的话,你没有办法写出pdf的表达式。你可以就假定用常数1做概率密度,但是这样全概率积分为inf。这是一个improper distribution。用来做理论分析,可以的。做simulation,有时候会有问题的。
所以用normal和gamma这样的分布,只要variance很大,是一样的。
Bayesian analysis如果结论对于prior依赖性很大,或者对prior变化很敏感,说明有问题。所以,理想的情况下,prior的具体函数形式选择不应该有多大影响。

使用道具

7
bridog 发表于 2013-4-8 11:38:49 |只看作者 |坛友微信交流群
IntheRed 发表于 2013-4-8 11:32
uniform可以啊,不过是有限制的。比如你的support是(-inf,inf), 或者[0,inf), 用uniform的话,你没有办法 ...
明白了!非常感谢啊!还有一个关于DIC的问题。我用Winbugs14软件计算的时候,在Inference菜单下,DIC按钮式灰白的,不能点击,没法输出DIC值,请问是什么原因呢?谢谢!

使用道具

8
IntheRed 发表于 2013-4-8 11:49:59 |只看作者 |坛友微信交流群
bridog 发表于 2013-4-8 11:38
明白了!非常感谢啊!还有一个关于DIC的问题。我用Winbugs14软件计算的时候,在Inference菜单下,DIC按钮 ...
BUGS只用过一点,不太清楚WINBugs的问题。不过,DIC是有公式可以自己算的吧。
有simulation的posterior sample,自己算deviance的posterior mean D.bar 和 deviance 在参数的posterior mean的函数值D(theta.bar),然后不就可以算DIC了吗?

使用道具

9
bridog 发表于 2013-4-8 11:56:59 |只看作者 |坛友微信交流群
IntheRed 发表于 2013-4-8 11:32
uniform可以啊,不过是有限制的。比如你的support是(-inf,inf), 或者[0,inf), 用uniform的话,你没有办法 ...
你好!我用正态分布和均匀分布作为先验信息分布时,结果差别挺大的,说明什么问题呢?

使用道具

10
IntheRed 发表于 2013-4-8 12:16:49 |只看作者 |坛友微信交流群
嗯,BUGS里面用uniform在(-inf,inf)应该要避免吧。。。试一下其他的正常分布,variance很大,和normal的结果比较一下。

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-5-1 02:57