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.
Forrásrekord
A hivatkozások szó szerint a módszer forrásrekordjából kerültek átvételre. Ezekből nem következtethető ki állítás-szintű ellenőrzés.
- 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
Kurált állítások
Az állítások a bizonyíték-jegyzőkönyvben tárolódtak, mindegyik saját értékeléssel.
Ez a nézet nem hoz létre állítás-értékelést, ha a jegyzőkönyvben nincs.
Kapcsolódó módszerek
A módszergráfból generálva és gépi javaslatú kapcsolatokként jelenítve meg – nem következtethető ki bizonyíték-állítás.