Чому задній розподіл у байєсівському виводі часто непереборний?


15

У мене виникають проблеми з розумінням того, чому байєсівські умовиводи призводять до нерозв'язних проблем. Проблема часто пояснюється так:

введіть тут опис зображення

Я не розумію, чому це інтеграл слід оцінювати в першу чергу: мені здається, що результат інтеграла - це просто константа нормалізації (як задано набір даних D). Чому не можна просто обчислити задній розподіл як чисельник правої частини, а потім зробити цю константа нормалізації, вимагаючи, щоб інтеграл над заднім розподілом повинен бути 1?

Що я пропускаю?

Спасибі!


6
Кому це може стосуватись: це питання прямо на тему, оскільки йдеться про статистику.
Sycorax каже, що повернеться до Моніки

3
П(D)П(D)

Чи можете ви надати посилання на цей слайд, як я припускаю, що його написав хтось інший?
Сіань

3
p(D)

Ми в даний час проводимо семінар з нормалізує констант , де ви можете знайти цікаві записи для відповіді на це питання.
Сіань

Відповіді:


7

Чому не можна просто обчислити задній розподіл як чисельник правої частини, а потім зробити цю константа нормалізації, вимагаючи, щоб інтеграл над заднім розподілом повинен бути 1?

П(θ|D)=p(D|θ)П(θ)П(D).

П(D|θ)П(θ)θc

θcП(D|θ)П(θ)гθ=1θcП(D,θ)гθ=1cП(D)=1c=1П(D).

П(D)


θ

0

У мене було те саме питання. Цей чудовий пост пояснює це дуже добре.

Коротко. Це нерозв'язно, оскільки знаменник повинен оцінювати ймовірність ВСІХ можливих значень 𝜃; у більшості цікавих випадків ВСЕ - це велика кількість. Тоді як чисельник призначений для однієї реалізації 𝜃.

Див. Рівняння 4-8 в дописі. Скріншот посилання:

Ось скріншот посилання

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.