先验通常只能在似然的语境中理解
统计方法学
2017-11-22 v2
摘要
贝叶斯分析的一个关键难点在于先验分布的选择，目前已有大量文献探讨了可能的默认选择，包括均匀先验、Jeffreys 先验、参考先验、最大熵先验和弱信息先验。然而，这些方法通常在先验建模中表现出一种关键的概念张力：一个编码真实先验信息的模型应当在脱离测量过程模型的情况下被选定，但几乎所有常见的先验建模技术都隐含地受到参考似然的驱动。在本文中，我们将先验的选择置于从推断、预测到模型评估的整个贝叶斯分析流程的语境中，从而解决这一明显的悖论。
引用
@article{arxiv.1708.07487,
title = {The prior can generally only be understood in the context of the likelihood},
author = {Andrew Gelman and Daniel Simpson and Michael Betancourt},
journal= {arXiv preprint arXiv:1708.07487},
year = {2017}
}
备注
13 pages