帮助我了解贝叶斯先验和后验分布
在一组学生中,有18个学生中有2个是惯用左手的。假设先验信息不足,则找到惯用左手的学生在人群中的后验分布。总结结果。根据文献,5-20%的人是左撇子。事先考虑这些信息并计算新的后验。 我知道应该在这里使用beta发行版。首先,αα\alpha和ββ\beta值为1?我在后验材料中找到的等式是 π(r|Y)∝r(Y+−1)×(1−r)(N−Y+−1)π(r|Y)∝r(Y+−1)×(1−r)(N−Y+−1)\pi(r \vert Y ) \propto r^{(Y +−1)} \times (1 − r)^{(N−Y +−1)} \\ Y=2Y=2Y=2,N=18N=18N=18 为什么方程式中的?(rrrrrr表示惯用左手的人的比例)。这是未知的,那么怎么在等式中呢?对我来说,似乎是可笑的计算rrr给出并使用方程给出的。好吧,对于样本 2/18,结果为0,0019。该˚F我应该从演绎?YYYrrrrrrr=2/18r=2/18r=2/180,00190,00190,0019fff 在已知和,给出的期望值的方程更好地工作,给了我,这听起来很正确。方程为其中值分配给和。考虑到先验信息,我应该给和提供什么值?RRRYYYNNN0,150,150,15E(r|X,N,α,β)=(α+X)/(α+β+N)E(r|X,N,α,β)=(α+X)/(α+β+N)E(r | X, N, α, β) = (α + X)/(α + β + N)111αααβββαααβββ 一些提示将不胜感激。关于先验和后验分布的一般性演讲也不会受到伤害(我含糊其词,但含糊其词)也要记住,我不是一个非常高级的统计学家(实际上,我是主要行业的政治学家),所以高等数学可能会飞过我的脑海。