给定以下层次模型, 和 其中是正态分布。有没有办法来得到一个确切的表达式的边缘分布的Fisher信息给出Ç。也就是说,什么是Fisher信息: p(x | c)= \ int p(x | \ mu)p(\ mu | c)d \ mu 在给定c的情况下,我可以得到X的边际分布的表达式。但是区分wrt c然后接受期望似乎非常困难。我是否缺少明显的东西?任何帮助,将不胜感激。μ 〜大号一个p 升一Ç ë(0 ,Ç )Ñ(⋅ ,⋅ )X Ç p (X | C ^ )= ∫ p (X | μ )p (μ | C ^ )ð μ X ç ç
我自己尝试过,但是这超出了我的能力。绝对值函数破坏了一切!基本上,您只能使用数值方法。
—
概率
@概率只需将积分分为和区域,就可以得到被积分数的表达式;不需要绝对值。但是结果是,和误差函数的有理有理函数,因此不可能以闭合形式积分。
—
ub
@whuber-这就是我所说的“希望”。并不是说积分是不可能的,而是渔夫信息是不可能的。因为您必须对两种类型的积分之比取的期望值
—
概率
在这种情况下,Fisher信息的下限是。与普通的相比,是否有可能在Fisher信息上获得更严格的上界?
—
emakalic 2011年
尽管解析解决方案在人类可操作性方面(数学家学科之外)将是一个挑战,但对于近似的计算解决方案是否可以接受?可以进行随机模拟,然后查看拟合的近似值。
—
EngrStudent-恢复莫妮卡