ডেটাগুলিকে প্রিয়ারদের হুকুম দেওয়ার অনুমতি দেবে এবং তারপরে এই প্রিয়ারগুলি ব্যবহার করে মডেলটি চালাবে? (উদাহরণস্বরূপ, একই ডেটা সেট থেকে ডেটা-চালিত প্রিয়ার্স)


9

এটি আমার বোধগম্য যে আমাদের পূর্বের বন্টনগুলি কোনও বায়সিয়ান বিশ্লেষণে দেখতে কেমন তা নির্ধারণ করতে ড্রাইভ / সংজ্ঞা দেওয়ার জন্য আমরা একই ডেটা সেটটি মঞ্জুরি দেওয়া উচিত নয় allowing বিশেষত, আপনি একইভাবে মডেল ফিট করতে প্রিরিয়ারদের ব্যবহার করতে যাচ্ছেন সেই একই ডেটা সেট থেকে সংক্ষিপ্ত পরিসংখ্যানের ভিত্তিতে কোনও বয়েশীয় বিশ্লেষণের পূর্বের বিতরণগুলি সংজ্ঞায়িত করা অনুচিত।

বিশেষত এটি অনুপযুক্ত বলে আলোচনা করে এমন সংস্থান সম্পর্কে কি কেউ জানতে পেরেছে? এই সমস্যাটির জন্য আমার কিছু উদ্ধৃতি দরকার।


উত্তর:


11

হ্যাঁ এটি অনুপযুক্ত কারণ এটি একই ডেটা দু'বার ব্যবহার করে, ভ্রান্তভাবে অবিশ্বাস্য ফলাফলের দিকে পরিচালিত করে। এটি 'ডাবল ডিপিং' নামে পরিচিত।

তথ্যসূত্রগুলির জন্য, আমি কার্লিন এবং লুই (2000) দিয়ে শুরু করব। যদিও 'ডাবল ডুবানো' বোধগম্য বায়সের অন্যতম প্রধান সমালোচনা হয়ে দাঁড়িয়েছে, সিএইচ। 3, বিশেষত এই বিভাগের 3.5 অংশে EB পদ্ধতির সাহায্যে যথাযথ আত্মবিশ্বাসের অন্তরগুলি অনুমান করার উপায়গুলি বর্ণনা করা হয়েছে।

বার্জার জে (2006)। Ob উদ্দেশ্য বায়েসিয়ান বিশ্লেষণের ক্ষেত্রে Case "বায়েসিয়ান অ্যানালাইসিস, 1 (3), 385 {402

ব্র্যাডলি পি। কার্লিন, টমাস এ। লুই 2000. ডেটা বিশ্লেষণের জন্য বেয়েস এবং এম্পিরিকাল বেয়েস পদ্ধতি।

ডারনিডে, ডাব্লুএফএফ ২০১১. ডেটা-নির্ভরশীল প্রযোজকদের জন্য বয়েসিয়ান পদ্ধতি। এমএস থিসিস, ওহাইও স্টেট ইউনিভ।

গেলম্যান, এ।, কার্লিন, জেবি, স্টার্ন, এইচএস, এবং রুবিন, ডিবি (২০০৩), বয়েসিয়ান ডেটা অ্যানালিসিস, দ্বিতীয় সংস্করণ (চ্যাপম্যান এবং হল / স্ট্যাটিস্টিকাল সায়েন্সে সিআরসি টেক্সটস), চ্যাপম্যান এবং হল / সিআরসি, ২ য় ইডি।


@ সরাহ দয়া করে আপনার অ্যাকাউন্টটি নিবন্ধ করুন যাতে আপনি আপনার প্রশ্নটি পুনরায় দাবি করতে পারেন। কেবল এই url দেখুন: stats.stackexchange.com/users/login

1

পূর্বের যদিও এটি তৈরি করতে ডেটা ব্যবহার করা বুদ্ধিমান হতে পারে।

মিশ্রণ মডেলিংয়ের উদাহরণের জন্য, রিচার্ডসন এবং গ্রিন (1997) দেখুন: http://citeseer.ist.psu.edu/viewdoc/summary?doi=10.1.1.27.3667

তারা পূর্বের জন্য হাইপারপ্যারামিটার হিসাবে ডেটা পয়েন্টগুলির গড় এবং পরিসীমা ব্যবহার করে এবং এটি সঠিক ধারণা দেয়।

আমার মতে কোনও তথ্যবহুল পূর্ববর্তী তথ্য থেকে প্রাপ্ত হয়ে গেলে তথ্যটি ব্যবহার করার সমস্যাটি দ্বিগুণ হয়।

যতক্ষণ আপনি পরীক্ষা করে থাকেন যে আপনার পূর্ববর্তী বিতরণটি "সমতল" যেখানে উত্তরোত্তর বিতরণ শীর্ষে রয়েছে, তখন আপনি জানেন যে আপনার পূর্ববর্তী বিতরণ ফলাফলের উপর শক্তিশালী প্রভাব ফেলেনি।


পূর্বনির্মাণের জন্য ডেটা ব্যবহার করা বায়েসীয় দৃষ্টান্তের মধ্যে স্থান নিতে পারে না। সুতরাং এটি কোনও বায়েশীয় দৃষ্টিকোণ থেকে বোঝা যায় না এবং বায়েসীয় পদ্ধতিগুলির স্বাভাবিক বৈধতা প্রয়োগ হয় না। ফলস্বরূপ অনুমানটি পুরোপুরি বৈধ হতে পারে তবে এটি প্রথম নীতিগুলি থেকে প্রকাশ করতে হবে। (রিচার্ডসন এবং গ্রিন যাকে অনুপ্রাণিত বায়েস বলা হয় তা ব্যবহার করেন Which যা কোনও বায়েশিয়ান পদ্ধতি নয়))
শি'য়ান

যদিও এটি বেয়েসিয়ান দৃষ্টান্তের মধ্যে অর্থবোধ করে না, কখনও কখনও ডেটা এবং পূর্বে কোনটি হয় তার মধ্যে বিভাজন রেখাটি অঙ্কন করা uk আমার উত্তর দেখুন stats.stackexchange.com/questions/112451/…
kjetil b halvorsen
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.