一致先验概率的贝叶斯后验均值术语


11

如果统一,和滨,然后的后平均由下式给出。p(0,1)X(n,p)pX+1n+2

这个估算器有一个通用名称吗?我发现它解决了很多人的问题,我希望能够为人们提供参考,但是却找不到合适的名称。

我隐约记得在统计101本书中,它被称为“ + 1 / + 2估计器”,但这不是一个非常可搜索的术语。

Answers:


11

先前的和可能性 在试验中显示了成功,后验分布为 (通过将先验的核乘以后验的核,可以很容易地看出这一点。)Unif(0,1)Beta(α0=1,β0=1)Binom(n,θ)xnBeta(αn=1+x,βn=1+nx).

那么后验均值

μn=αnαn+β=x+1n+2.

在贝叶斯语境中,仅使用术语后均值可能是最好的。(后验分布的中位数及其PDF的最大值也已用于汇总后验信息。)

注意:(1)在这里,您使用作为无信息的先验分布。在合理的理论基础上,一些贝叶斯统计学家倾向于将Jeffreys先验用作非信息先验。那么后验均值是Beta(1,1)Ë 1 Beta(12,12)μn=x+.5n+1.

(2)在建立频繁的置信区间时,Agresti和Coull建议对样本“添加两次成功和两次失败”,以便基于估计量其覆盖概率更准确(比使用的传统Wald间隔大卫·摩尔(David Moore)在他一些广泛使用的基础统计课本中将其称为加4估算器,并且该术语已被其他人使用。看到您的估算器称为“加二”而杰弗里斯称为“加一”,我不会感到惊讶。p^=x+2n+4, p =Xp^=xn).

(3)所有这些估计量都具有“将估计量缩小到1/2的效果”,因此被称为“收缩估计量”(这个术语使用更广泛,尤其是在James-Stein推论中)。请参阅@Taylor的答案(+1)。



2
是的,但这对术语有什么帮助?
BruceET

它有助于您编写轻松的推导。我猜有些人可能会通过实际寻找派生本身来遇到这个问题。
罗伊

3
(2)确实是我感兴趣的东西。我没有意识到估算器仅仅是出于频频论证。在我将其规定为解决方案的情况下,它总是类似于如何计算以前从未见过某个多项式的概率(即,基于字母计数的聚类,并且一个聚类不包含“ z”),因此无需进行任何操作与CI的覆盖率有关。谢谢!
悬崖AB

在实际应用中,您不能忽略CI的覆盖率或平均长度。否则,您将对通用的100%CI感到满意,因为二项式成功概率是完全无信息的时间间隔//支持在此注释中明确说明您提出问题的原因。(0,1).
BruceET


5

您可以称其为收缩率估算器。估计量比普遍存在的样本均值更接近。.5


2
(+1)是的,这是一个收缩估计量。我想为二项式/多项式案例指定一个特定的名称,这样我就可以使其他研究人员针对该精确估计量上的材料,以便他们不会认为我只是在说“对事物加1,直到获得所需的答案”,而且不必从解释贝叶斯统计量的开头开始。
悬崖AB
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.