Емпиричен Бейс
Емпиричният Бейс (EB) е стратегия за оценяване, въведена от Хърбърт Робинс през 1956 г. и развита в практически свиващи оценки от Брадли Ефрон и Карл Морис през 1973 г., при която хиперпараметрите на априорното разпределение се оценяват от наблюдаваните данни чрез маргиналната правдоподобност, вместо да бъдат зададени предварително. Полученото апостериорно разпределение запазва Байесова структура, но замества субективните хиперпараметри с такива, базирани на данни, свързвайки честотния метод на свиване с пълния Байесов извод.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Robbins, H. (1956). An empirical Bayes approach to statistics. In J. Neyman (Ed.), Proceedings of the Third Berkeley Symposium on Mathematical Statistics and Probability, Vol. 1 (pp. 157–164). University of California Press. DOI: 10.1525/9780520313880-015 ↗
- Efron, B., & Morris, C. (1973). Stein's estimation rule and its competitors — An empirical Bayes approach. Journal of the American Statistical Association, 68(341), 117–130. DOI: 10.1080/01621459.1973.10481350 ↗
- Carlin, B. P., & Louis, T. A. (2000). Bayes and Empirical Bayes Methods for Data Analysis (2nd ed.). Chapman & Hall/CRC. ISBN: 978-1584881704
- Efron, B., & Hastie, T. (2016). Computer Age Statistical Inference: Algorithms, Evidence, and Data Science. Cambridge University Press. ISBN: 978-1107149892
Как да цитирате тази страница
ScholarGate. (2026, June 3). Empirical Bayes Estimation. ScholarGate. https://scholargate.app/bg/bayesian/empirical-bayes
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов регресионен моделБейсови методи↔ compare
- Марковски Монте Карло вериги (MCMC)Бейсови методи↔ compare
- Смесен модел с ефектиСтатистика↔ compare
- Регресия с гребен (Ridge Regression)Машинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →