参数化贝叶斯建模中观测先验与似然信息的量化
机器学习
2017-09-08 v9 信息论
math.IT
应用统计
统计方法学
摘要
我们提出了两个数据依赖的信息度量，用于量化参数化贝叶斯模型中先验与似然函数的信息，其中之一的度量与 Berger、Bernardo 和 Sun 的参考先验以及 Lindley 引入的信息度量密切相关。理论、经验和计算证据的结合表明，这些信息论度量可作为执行贝叶斯分析时有用的诊断工具。
引用
@article{arxiv.1511.01214,
title = {Quantification of observed prior and likelihood information in parametric Bayesian modeling},
author = {Giri Gopalan},
journal= {arXiv preprint arXiv:1511.01214},
year = {2017}
}
备注
Abbreviated and edited conference version