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.
Kaynak kayıt
Alıntılar, yöntemin kaynak kaydından harfi harfine kopyalanmıştır. Bunlardan herhangi bir düzeyde doğrulama çıkarımı yapılmamıştır.
- 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
Derlenmiş iddialar
Her biri kendi değerlendirmesiyle birlikte kanıt defterine kaydedilmiş iddialar.
Bu görünüm, defterde hiç iddia olmadığında bir iddia değerlendirmesi icat etmez.
İlgili yöntemler
Yöntem grafiğinden oluşturulmuştur ve makine tarafından önerilen ilişkiler olarak gösterilir — herhangi bir kanıt iddiası çıkarımı yapılmamıştır.