Bayes Empirico
Il Bayes Empirico (EB) è una strategia di stima, introdotta da Herbert Robbins nel 1956 e sviluppata in stimatori di contrazione pratici da Bradley Efron e Carl Morris nel 1973, in cui gli iperparametri della distribuzione a priori vengono stimati dai dati osservati tramite la verosimiglianza marginale anziché specificati in anticipo. Il risultante a posteriori mantiene una struttura Bayesiana ma sostituisce gli iperparametri soggettivi con quelli guidati dai dati, colmando il divario tra la contrazione frequentista e l'inferenza Bayesiana completa.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Empirical Bayes Estimation. ScholarGate. https://scholargate.app/it/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.
- Regressione BayesianaBayesiano↔ compare
- Catena di Markov Monte Carlo (MCMC)Bayesiano↔ compare
- Modello a Effetti MistiStatistica↔ compare
- Regressione RidgeApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →