20190128【充实计划】第965期

昨日阅读1小时，累计阅读373小时

昨日阅读1小时，累计阅读807小时。

昨日阅读1小时，累计阅读583小时, 继续努力。

昨日阅读2小时，累计阅读675小时

2019.1.28
昨日阅读5小时，累计阅读1098小时。

昨天阅读3小时，累计阅读316小时。

昨天阅读一本很有趣的书, 书名为 "写给所有人的图说日本史：这样看图读历史超有趣"
作者用通俗的语言和故事性的笔触，还原日本历史发展进程中的关键人物和具影响力的事件。透过字里行间，我们彷佛看到平清盛少年执刀，血洒沙场，却遮不住与生俱来的自信张扬；织田信长正值雄心万丈的时期，本能寺之变却让他就此陨落；丰臣秀吉的奴隶身分，也不能阻止他成为一代霸主；德川家康一统日本，成就了幕府最后的神话；黑船叩开了紧锁的国门，岛国面临着严峻的挑战。明治天皇选择了艰辛的维新之路，废藩置县，全面西化.

昨天阅读3小时，累计阅读316小时。一本很有趣的书,书名为 “写给所有人的图说日本史：这样看图读历史超有趣”
作者用通俗的语言和故事性的笔触，还原日本历史发展进程中的关键人物和具影响力的事件。透过字里行间，我们彷佛看到平清盛少年执刀，血洒沙场，却遮不住与生俱来的自信张扬；织田信长正值雄心万丈的时期，本能寺之变却让他就此陨落；丰臣秀吉的奴隶身分，也不能阻止他成为一代霸主；德川家康一统日本，成就了幕府最后的神话；黑船叩开了紧锁的国门，岛国面临着严峻的挑战。明治天皇选择了艰辛的维新之路，废藩置县，全面西化

昨天阅读2个小时Bayesian econometrics，累积阅读4个小时。

贝叶斯计量中的一个很重要的特点是可以进行模型比较，即看哪个模型设定的更为合理。也就是说，从后验分布而言，其可以写成\[p(\theta|y, M_i)\]，其中\[M_i\]是你所采用的模型设定。

在进行模型比较的时候，我们还是可以依据贝叶斯定理，去结合对模型的先验分布。当然这点内容个人还是没有十分深入的理解，例如这种先验分布从何而来，模型的设定上有什么讲究吗？是多加入了几个变量之后，跟之前的进行比较吗？这个传统计量中的F检验有什么本质的区别呢？这些内容在我目前阅读的章节里还没有给出非常明确地解释。

Bayesian Econometrics的第二章通过一个比较简单的univariate linear regression model来解释，后验分布、先验分布和似然函数之间的关系。通过natural conjugate prior来让后验分布最终和先验分布在一个分布家族里，这样有助于我们分布，先验分布和后验分布的联系。当然，从计算模拟的角度而言，也更容易实施，不需要用过于复杂的抽样算法。

从后验分布可以看出，后验分布中，数据给出的似然函数和先验分布各自占到了一定的权重，而这种权重是由各自的variance-covariance来决定。如果variance-covariance越大，那么其precision matrix就越小，即占比更小。

昨天阅读2小时，累计阅读40小时

昨天阅读5小时，累计阅读1895小时