开放似然的约束能力:实现先验无关

贝叶斯统计最受批评的特性之一是:可信区间——尤其在涉及开放似然时——可能强烈依赖于先验的形状与范围。许多涉及开放似然的分析都受困于选择线性先验还是对数先验这一永恒难题,而尤其在后者情形下,对所考虑先验范围的依赖性使局面更糟。在本快报中,我们重提一种简单方法以获得既不依赖于先验形状也不依赖于先验范围的约束,并利用贝叶斯模型比较工具对其扩展,以克服数值分析中自由参数选取可能带来的边界依赖性。作为示例,讨论了中微子质量之和宇宙学边界方面的应用。