বয়েশিয়ান অনুমান সম্পাদন করার সময়, আমরা পরামিতিগুলির সাথে থাকা আমাদের প্রিয়ারদের সাথে একযোগে আমাদের সম্ভাবনা ফাংশনটি সর্বাধিক করে পরিচালনা করি।
এটি আসলে বেশিরভাগ অনুশীলনকারীই বায়েশিয়ান অনুগ্রহ হিসাবে বিবেচনা করেন না। এইভাবে প্যারামিটারগুলি অনুমান করা সম্ভব, তবে আমি এটিকে বায়েশিয়ান অনুমিতি বলব না।
বায়েশিয়ান অনুমান প্রতিযোগিতামূলক অনুমানের জন্য উত্তরীয় সম্ভাবনাগুলি (বা সম্ভাবনার অনুপাত) গণনা করতে পরবর্তী বিতরণগুলি ব্যবহার করে।
মন্টে কার্লো বা মার্কভ-চেইন মন্টি কার্লো (এমসিএমসি) কৌশল দ্বারা উত্তরোত্তর বিতরণগুলি অনুমিতভাবে অনুমান করা যায়।
এই পার্থক্যগুলি একদিকে রেখে, প্রশ্ন
বায়েশিয়ান প্রিয়াররা কি বড় নমুনা আকারের সাথে অপ্রাসঙ্গিক হয়ে যায়?
তবুও সমস্যার প্রসঙ্গ এবং আপনি কী যত্ন নেবেন তার উপর নির্ভর করে।
যদি আপনি যা ভাবনা করেন সেটিকে যদি ইতিমধ্যে খুব বড় নমুনা দেওয়া হয় তবে উত্তরটি সাধারণত হ্যাঁ, প্রিরিয়ররা অসম্পূর্ণভাবে অপ্রাসঙ্গিক *। তবে, আপনি যদি উদ্বিগ্ন হন তা হল মডেল নির্বাচন এবং বায়েশিয়ান হাইপোথিসিস পরীক্ষা, তবে উত্তরটি হ'ল না, প্রিরিয়ররা অনেকটাই গুরুত্বপূর্ণ, এবং নমুনা আকারের সাথে তাদের প্রভাব ক্ষয় হবে না।
* এখানে, আমি ধরে নিচ্ছি যে সম্ভাব্যতা দ্বারা বর্ণিত প্যারামিটার জায়গার বাইরে প্রিয়াররা কাটা / সেন্সর করা হয়নি, এবং গুরুত্বপূর্ণ অঞ্চলগুলিতে শূন্য-ঘনত্বের কাছাকাছি রূপান্তর সমস্যার কারণ হিসাবে তারা এতটা অসুস্থ-নির্দিষ্ট নয়। আমার যুক্তিটিও অ্যাসিম্পোটিক, যা নিয়মিত সমস্ত ক্যাভ্যাট নিয়ে আসে।
ভবিষ্যদ্বাণীমূলক ঘনত্ব
dN=(d1,d2,...,dN)dif(dN∣θ)θ
π0(θ∣λ1)π0(θ∣λ2)λ1≠λ2
πN(θ∣dN,λj)∝f(dN∣θ)π0(θ∣λj)forj=1,2
লেটিং θ∗θjN∼πN(θ∣dN,λj)θ^N=maxθ{f(dN∣θ)}θ1Nθ2Nθ^Nθ∗ε>0
limN→∞Pr(|θjN−θ∗|≥ε)limN→∞Pr(|θ^N−θ∗|≥ε)=0∀j∈{1,2}=0
θjN=maxθ{πN(θ∣dN,λj)}
f(d~∣dN,λj)=∫Θf(d~∣θ,λj,dN)πN(θ∣λj,dN)dθf(d~∣dN,θjN)f(d~∣dN,θ∗)
মডেল নির্বাচন এবং হাইপোথিসিস পরীক্ষা
যদি কেউ বায়েসীয় মডেল নির্বাচন এবং অনুমানের পরীক্ষায় আগ্রহী হয় তবে তাদের সচেতন হওয়া উচিত যে পূর্বের প্রভাব asyptotically অদৃশ্য হয় না।
f(dN∣model)
KN=f(dN∣model1)f(dN∣model2)
Pr(modelj∣dN)=f(dN∣modelj)Pr(modelj)∑Ll=1f(dN∣modell)Pr(modell)
f(dN∣λj)=∫Θf(dN∣θ,λj)π0(θ∣λj)dθ
f(dN∣λj)=∏n=0N−1f(dn+1∣dn,λj)
f(dN+1∣dN,λj)f(dN+1∣dN,θ∗)f(dN∣λ1)f(dN∣θ∗)f(dN∣λ2)f(dN∣λ1)f(dN∣λ2)/→p1
h(dN∣M)=∫Θh(dN∣θ,M)π0(θ∣M)dθf(dN∣λ1)h(dN∣M)≠f(dN∣λ2)h(dN∣M)