Answers:
让我们一次来看一个(按照给定的另一个)。
从链接(经过以下修改后,使用希腊符号作为参数的约定):
- 比例参数:
因此,scale参数具有共轭先验-通过检查,共轭先验是反伽马。
- 位置参数
统一的先验会简单地截断后验,如果看起来像先验那样合理,那么使用它并不难。
一种可能偶尔有用的有趣的可能性是,通过使用伪观测来包含拉普拉斯先验(与数据具有相同标度的先验)相当容易。一个人可能还会通过一些伪观测来近似其他(更严格的)先验)
它也足够灵活,可以用来近似其他先验。
(更一般而言,可以在对数刻度上工作,并使用连续的,分段线性的对数凹面先验,后验也可以采用这种形式;在特殊情况下,包括不对称拉普拉斯)
例
只是为了表明它很容易处理-以下是加权Laplace的位置参数的先验(虚线灰色),似然性(虚线,黑色)和后验(实心,红色)(...这是已知的比例) )。
我认为加权拉普拉斯方法在MCMC中会很好地工作。
-
我想知道所得后验模式是否为加权中位数?
-实际上(回答我自己的问题),答案似乎是“是”。这使得与之合作非常愉快。
-
联合先验
毫无疑问,对于联合事前更普遍的事情是可能的,但是我认为我不会在这里进一步探讨联合案。
-
我以前从未见过或听说过这种加权拉普拉斯的先验方法,但是想起来很简单,所以可能已经完成了。(欢迎大家参考,如果有人知道的话。)
如果没有人知道任何参考文献,也许我应该写点东西,但这真是令人惊讶。