অর্ধ-কাউচি কচী বিতরণের একটি প্রতিসাম্মিক অর্ধেক অংশ (যদি অনির্ধারিত হয়, তবে এটি সঠিক উদ্দেশ্যে অর্ধেক):
যেহেতু একটি ডান অর্ধেকের তখন ঘনত্বটি দ্বিগুণ করতে হবে। সুতরাং আপনার পিডিএফের ২ টি (যদিও মন্তব্যগুলিতে উল্লিখিত হুবুহু হিসাবে এটি একটি rac missing হারিয়েছে )।121π
অর্ধ-কচির অনেক বৈশিষ্ট্য রয়েছে; কিছু দরকারী বৈশিষ্ট্য যা আমরা পূর্বে চাইব want
কোনও স্কেল প্যারামিটারের পূর্বের জন্য একটি সাধারণ পছন্দটি হ'ল বিপরীত গামা (অন্তত নয়, কারণ এটি কিছু পরিচিত ক্ষেত্রে সংযুক্ত)। যখন দুর্বল তথ্যবহুল পূর্বের পছন্দ হয়, খুব ছোট প্যারামিটার মান ব্যবহৃত হয়।
অর্ধ-কচী বেশ ভারী লেজযুক্ত এবং এটিও কিছু পরিস্থিতিতে যথেষ্ট দুর্বল তথ্য হিসাবে বিবেচিত হতে পারে। গেলম্যান ([১] উদাহরণস্বরূপ) বিপরীত গামার চেয়ে অর্ধ-টি প্রিরিয়ার (অর্ধ-কচী সহ) পক্ষে পরামর্শ দেন কারণ তাদের ছোট প্যারামিটার মানগুলির জন্য আরও ভাল আচরণ রয়েছে তবে যখন এটি একটি বৃহত আকারের প্যারামিটার ব্যবহার করা হয় তখন কেবল এটিকে তথ্যপূর্ণ হিসাবে বিবেচনা করে । জেলম্যান সাম্প্রতিক বছরগুলিতে অর্ধ-কচির প্রতি আরও মনোনিবেশ করেছেন। পোলসন এবং স্কট [২] এর কাগজটি বিশেষত অর্ধ-কচিকে বেছে নেওয়ার অতিরিক্ত কারণ দেয়।
* আপনার পোস্টটি একটি মানক অর্ধকৌচিকে দেখায়। জেলম্যান সম্ভবত এটি পূর্বের জন্য পছন্দ করবেন না। আপনার যদি স্কেলটির কোনও ধারণা নেই তবে এটি বলার সাথে মিলে যায় যে স্কেলটি 1 এর নীচে 1 এর নীচে হওয়ার সম্ভাবনা রয়েছে (যা আপনি যা চান তা হতে পারে) তবে গেলম্যান যে যুক্তি দিচ্ছেন তার কিছুটির সাথে এটি খাপ খায় না জন্য।
[১] এ। গেলম্যান (২০০)),
"শ্রেণিবদ্ধ মডেলগুলিতে বৈকল্পিক পরামিতিগুলির জন্য পূর্ব বিতরণ"
বায়েসিয়ান অ্যানালাইসিস , খণ্ড। 1, এন। 3, পিপি 515–533
http://www.stat.columbia.edu/~gelman/research/pubLive/taumain.pdf
[২] এনজি পোলসন এবং জেজি স্কট (২০১২),
"গ্লোবাল স্কেল প্যারামিটারের হাফ-কচী প্রিয়ার"
বায়েসিয়ান অ্যানালাইসিস , খণ্ড। 7, নং 4, পিপি 887-902
https://projecteuclid.org/euclid.ba/1354024466