具有“统一先验”的贝叶斯估计是否与最大似然估计相同？

在系统发育学中，通常使用MLE或贝叶斯分析来构建系统发育树。通常，在贝叶斯估计中使用统一的先验。据我了解，贝叶斯估计是结合先验的可能性估计。我的问题是，如果您使用平坦先验，则与仅进行似然分析有什么不同吗？

从评论中总结和扩展：“贝叶斯MAP估计可能与MLE一致。但是，从似然性角度来看，后验分布不具有等效性”。“贝叶斯估计”是什么意思？通常，对于贝叶斯，我们仅通过后验分布来汇总数据（假设在这种情况下，存在该数据，有时在平坦的先验条件下（不与一个数相乘），我们得到一个正规的后验数据，该后验分布不与一个后验数相集成，所以并非真正的分布）。如通常所见，这种贝叶斯总结没有似然性变化。一些人试图通过引入基于似然函数的置信度分布的概念来纠正这一问题，请参见http://folk.uio.no/tores/Publications_files/Schweder_Hjort_Confidence%20and%20likelihood_SJS2002.pdf （及其即将出版的书）。

但是，如果您采用定义贝叶斯估计量的方法，则可以采用多种方法！您可以选择MAP估算器，其形式可能与MLE相同。或者，您可以通过最小化一些后验预期损失函数，基于决策理论选择一个估计量。许多可能性，但没有任何一种可能性相等。