Empirikus Bayes
Az empirikus Bayes (EB) egy becslési stratégia, amelyet Herbert Robbins vezetett be 1956-ban, és Bradley Efron és Carl Morris fejlesztett ki gyakorlati zsugorító becslőkké 1973-ban. Ebben a prior eloszlás hiperparamétereit a megfigyelt adatokból becsülik meg a marginális likelihood segítségével, ahelyett, hogy előre meghatároznák őket. A kapott posterior eloszlás megőrzi a Bayes-féle struktúrát, de a szubjektív hiperparamétereket adatvezérelt hiperparaméterekkel helyettesíti, hidat képezve a gyakorisági (frequentist) zsugorítás és a teljes Bayes-féle következtetés között.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Empirical Bayes Estimation. ScholarGate. https://scholargate.app/hu/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.
- Bayes-féle RegresszióBayes-statisztika↔ compare
- Markov-lánc Monte Carlo (MCMC)Bayes-statisztika↔ compare
- Vegyes hatású modellStatisztika↔ compare
- Ridge RegressionGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →