Bayesian methods
경험적 베이즈
경험적 베이즈(Empirical Bayes, EB)는 1956년 Herbert Robbins가 도입하고 1973년 Bradley Efron과 Carl Morris가 실용적인 축소 추정량으로 발전시킨 추정 전략으로, 사전 분포의 초모수(hyperparameter)가 사전에 지정되는 대신 주변 가능도(marginal likelihood)를 통해 관측된 데이터로부터 추정됩니다. 결과적인 사후 분포는 베이즈 구조를 유지하지만, 주관적인 초모수를 데이터 기반 초모수로 대체하여 빈도주의적 축소와 완전한 베이즈 추론을 연결합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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
이 페이지 인용 방법
ScholarGate. (2026, June 3). Empirical Bayes Estimation. ScholarGate. https://scholargate.app/ko/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.
- 베이즈 회귀베이지안↔ compare
- 마르코프 연쇄 몬테카를로 (MCMC)베이지안↔ compare
- Mixed Effects Model통계학↔ compare
- 릿지 회귀(Ridge Regression)머신러닝↔ compare