প্যারামিটারগুলি বিতরণের কোনও ধারণা না থাকলে কী হয়? আমাদের কোন পদ্ধতির ব্যবহার করা উচিত?
বেশিরভাগ সময় আমরা লক্ষ্য করি যে কোনও নির্দিষ্ট ভেরিয়েবলের কোনও নির্দিষ্ট প্রজাতির উপস্থিতি / অনুপস্থিতির উপর যদি প্রভাব থাকে এবং চলকটি পরিবর্তনশীল গুরুত্ব অনুসারে গ্রহণযোগ্য হয় বা না হয় তবে তার প্রভাব কম থাকে। এর অর্থ হ'ল বেশিরভাগ সময় আমরা কোনও প্যারামিটারের এক্সপেক্টেড ডিস্ট্রিবিউশন নিয়ে ভাবছি না।
এটা কি ধরে নেওয়া ঠিক হবে যে সমস্ত প্যারামিটারগুলি একটি সাধারণ বিতরণ অনুসরণ করে, যখন আমি জানি যে বি 1, বি 2, বি 3 এবং বি 4 -2 এবং 2 এর মধ্যে এবং বি 0 -5 এবং 5 এর মধ্যে পরিবর্তিত হতে পারে?
model {
# N observations
for (i in 1:N) {
species[i] ~ dbern(p[i])
logit(p[i]) <- b0 + b1*var1[i] + b2*var2[i] +
b3*var3[i] + b4*var4[i]
}
# Priors
b0 ~ dnorm(0,10)
b1 ~ dnorm(0,10)
b2 ~ dnorm(0,10)
b3 ~ dnorm(0,10)
b4 ~ dnorm(0,10)
}
আপনার যদি পূর্ব না থাকে তবে আপনি বায়েশিয়ান অনুমান ব্যবহার করতে পারবেন না। এবং তাই এমসএমসি পদ্ধতি,
—
শি'আন