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.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.