Answers:
在Gelman等人的贝叶斯数据分析(Bayesian Data Analysis),第三版中找到了对此的部分答案。
Jeffreys的原理可以扩展到多参数模型,但结果更具争议性。与假设矢量参数的分量的独立非信息先验分布相比,更简单的方法可以得出与Jeffreys原理不同的结果。当问题中的参数数量很大时,如第五章所述,我们发现放弃纯的非信息先验分布而有利于分层模型很有用。
当盖尔曼(Gelman)认为结果是“有争议的”时,我相信他的意思是,在一个维度上没有信息性的先验往往会在多个方面变得非常有启发性。如果有记性的话,这是在BDA第二版的同一部分中提出的主张,但目前我没有副本。