Conjugate Prior Analysis
Conjugate prior analysis is a class of Bayesian inference methods in which the prior distribution and the likelihood belong to a matched family — called a conjugate pair — so that the posterior distribution has exactly the same functional form as the prior and can be derived in closed form. Introduced systematically by Raiffa and Schlaifer (1961) and consolidated by DeGroot (1970), conjugate analysis is the pedagogic backbone of introductory Bayesian statistics and a practical tool whenever analytical tractability is required.
Zdrojový záznam
Citace zkopírované doslovně ze zdrojového záznamu metody. Nejsou z nich vyvozovány žádné ověření na úrovni tvrzení.
- Raiffa, H. & Schlaifer, R. (1961). Applied Statistical Decision Theory. Harvard University Press. · ISBN 978-0-87584-017-8
- DeGroot, M. H. (1970). Optimal Statistical Decisions. McGraw-Hill. · ISBN 978-0-07-016242-6
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. · ISBN 978-1-4398-4095-5
Spravovaná tvrzení
Tvrzení uložená v registru důkazů, každé s vlastním hodnocením.
Tento pohled nevymýšlí hodnocení tvrzení, pokud registr žádné neobsahuje.
Související metody
Vygenerováno z grafu metod a zobrazeno jako strojově navržené vztahy – nejsou z nich vyvozována žádná tvrzení o důkazech.