শ্রেণিবদ্ধ মডেলগুলিতে ভেরিয়েন্স প্যারামিটারগুলির জন্য তার বিস্তৃত উদ্ধৃত কাগজে প্রাইম বিতরণ (গুগল স্কলারে এখনও অবধি 916 উদ্ধৃতি) গেলম্যান প্রস্তাব করেছেন যে হায়ারারিকাল বায়েশিয়ান মডেলটিতে ভিন্নতার জন্য ভাল অ-তথ্যমূলক পূর্ব বিতরণগুলি ইউনিফর্ম বিতরণ এবং অর্ধ টি বিতরণ। আমি যদি জিনিসগুলি ঠিক তখন বুঝতে পারি তবে এটি অবস্থানের প্যারামিটার (উদাহরণস্বরূপ গড়) মূল আগ্রহের হয় well কখনও কখনও ভেরিয়েন্স প্যারামিটার মূল আগ্রহের বিষয় হয়, উদাহরণস্বরূপ যখন সময় কার্যগুলি থেকে মানুষের প্রতিক্রিয়া ডেটা বিশ্লেষণ করা মানে সময় পরিবর্তনের মানে প্রায়শই আগ্রহের মাপকাঠি। এই ক্ষেত্রে এটি আমার কাছে স্পষ্ট নয় যে কীভাবে পরিবর্তনশীলতাটিকে শ্রেণিবিন্যাসের সাথে মডেল করা যায়, উদাহরণস্বরূপ, অভিন্ন বিতরণ, কারণ বিশ্লেষণের পরে আমি অংশগ্রহণকারী স্তরে এবং গোষ্ঠী উভয় স্তরের গড় বৈচিত্রের বিশ্বাসযোগ্যতা পেতে চাই।
আমার প্রশ্নটি তখন: ডেটাটির বৈকল্পিকতা যখন আগ্রহের বিষয় তখন আগ্রহের বায়েশিয়ান মডেল তৈরি করার সময় কোন বিতরণের পরামর্শ দেওয়া হয়?
আমি জানি যে গামা বিতরণকে গড় এবং এসডি দ্বারা নির্দিষ্ট করে পুনর্নির্মাণ করা যেতে পারে। উদাহরণস্বরূপ, নীচের শ্রেণিবিন্যাসের মডেলটি ক্রুশকের বই ডোয়িং বেয়েসিয়ান ডেটা অ্যানালাইসিস থেকে এসেছে । তবে গেলম্যান তার নিবন্ধে গামা বিতরণে কিছু সমস্যার কথা উল্লেখ করেছেন এবং আমি বিকল্পগুলির পরামর্শের জন্য কৃতজ্ঞ থাকব, পছন্দসই বিকল্পগুলি যা বিইউজি / জেজিএসে কাজ করা কঠিন নয়।