Çok güzel bir soru! Gerçekten de "iyi" bir önceki dağılımın "doğru" parametreye pozitif olasılık veya pozitif yoğunluk değeri vermesi mantıklı olacaktırθ0ancak tamamen kararlı bir perspektiften bunun böyle olması gerekmez. Bu "sezgi" ye basit bir karşı örnek
π(θ0)>0
ne zaman gerekli olmalı
π(⋅) önceki yoğunluk ve
θ0parametrenin "gerçek" değeridir,
Casella ve Strawderman'ın (1981) mükemmel
minimoksite sonucudur : Normal bir ortalama tahmin edilirken
μ tek bir gözlem üzerine
x∼N(μ,1) ek kısıtlama ile
|μ|<ρ, Eğer
ρ yeterince küçük,
ρ≤1.0567 spesifik olarak, minimax tahmincisi, daha önce (en az elverişli) üniformaya karşılık gelir.
{−ρ,ρ}, anlamında
π eşit ağırlık verir
−ρ ve
ρ (ve ortalamanın başka herhangi bir değeri için hiçbiri
μ)
π(θ)=12δ−ρ(θ)+12δρ(θ)
Ne zaman
ρen az olumlu olanı artırır, desteğinin arttığını görür ancak sonlu olası değerler kümesi kalır. Ancak posterior beklentiler,
E[μ|x], üzerinde herhangi bir değer alabilir
(−ρ,ρ).
Tartışmanın özü (yorumlara bakınız), Bayes tahmincisinin,
π(⋅), özellikleri oldukça farklı olurdu.
Benzer şekilde, kabul edilebilir tahmin ediciler dikkate alındığında, kompakt bir sette uygun bir öncekiyle ilişkili Bayes tahmin edicileri, sınırlı bir desteğe sahip olmalarına rağmen, genellikle kabul edilebilir.
Her iki durumda da, sıklık kavramı (minimumluk veya kabul edilebilirlik), parametrenin "gerçek" değerinde (4. soruya bir cevap getirir), örneğin posterior riske bakmak yerine, olası parametre aralığı üzerinde tanımlanır.
∫ΘL(θ,δ)π(θ|x)dθ
veya Bayes riski altında
∫X∫ΘL(θ,δ)π(θ)f(x|θ)dθdx
gerçek değeri içermez
θ0.
Ayrıca, yukarıdaki örnekte belirtildiği gibi, Bayes tahmincisi arka ortalama gibi resmi bir ifade ile tanımlandığında
θ^π(x)=∫Θθπ(θ|x)dθ
ikinci dereceden (veya
L2) kayıp, bu tahminci desteği dışında değerler alabilir
π bu destek dışbükey değildir.
Bir yana, okurken
gerçek θ'nin veri üretmesi için (yani "var"), θ, π altında olası bir değişken olmalıdır, örneğin sıfır olmayan bir olasılık, sıfır olmayan bir yoğunluğa sahip olmalıdır
Bir öncekinin anlamının yanlış temsil edildiğini düşünüyorum. Önceki dağılımın, parametre değerini gören gerçek bir fiziksel (veya gerçek) mekanizmayı temsil etmesi beklenmemektedir.θ0 tarafından oluşturuldu π ardından bir gözlem x tarafından oluşturuldu f(x|θ0). Birincisi, parametre alanı hakkında önceden bilgi ve parametre hakkındaki öznel inançları içeren ve hiçbir şekilde benzersiz olmayan bir referans ölçüsüdür. Bir Bayes analizi her zaman bu Bayes analizini yapmak için önceden seçilen ile ilişkilidir. Bu nedenle, gerçek parametrenin aşağıdakilerin desteğine ait olması için mutlak bir gereklilik yoktur.π. Açıkçası, bu destek kompakt bağlantılı bir set olduğunda,A, parametrenin küme dışındaki herhangi bir değeri A posterior ortalama ile tutarlı bir şekilde tahmin edilemez θ^π ancak bu, tahmin edicinin kabul edilebilir olmasını bile engellemez.