Je sais que le précédent de Zellner utilise des données afin de définir des informations préalables, mais en fait, tout le modèle dépend des données. Y a-t-il une autre raison?
regression
bayesian
uninformative-prior
Bruit rouge
la source
la source
Réponses:
Dans notre livre, Bayesian Essentials with R , nous affirmons presque la même chose:
L'ancien de Zellner écrit et son inconvénient majeur est la dépendance à la constante , qui a un impact significatif sur l'inférence qui en résulte. Ceci est illustré dans le livre . Un moyen de sortir de ce problème est associé à avec une distribution préalable, comme détaillé dans Essentials bayesien avec R . Une solution plus rapide consiste à se contenter de .
Un deuxième problème avec l'a priori de Zellner est qu'il s'agit d'un a priori incorrect (à cause de ), ce qui fait qu'il est difficile de comparer les modèles comme dans la sélection des variables. Une astuce un peu sale contourne cette difficulté: citant à nouveau le livre :σ
Par conséquent, il ne semble pas juste d'appeler Zellner inacceptable . À mon avis, les seuls préalables inacceptables sont ceux qui entrent en conflit avec les informations antérieures. Dans une situation non informative, tout préalable devrait être acceptable, au moins a priori. (Il se peut que les données révèlent un conflit entre le précédent et le paramètre qui aurait pu être derrière les données.)
la source