基于先验信息的先验分布选择方法研究

借鉴了从参数空间中估计恰当参数的解决方法,运用于在参数的可选先验类中选择合理先验的问题中,并借助于贝叶斯分析的相关理论建立了基于先验信息的先验选择方法.

基于先验的贝叶斯先验选择方法

在一个参数的可选先验类中选择一个合理的先验问题,类似于从参数空间中估计一个恰当参数的问题.基于这一观点,利用贝叶斯分析的后验分布理论,先得出先验的后验分布计算方法,再根据先验的后验分布确定出合理的先验,从而建立了一个基于先验的贝叶斯先验选择方法,它是ML-Ⅱ先验的一个拓广.

基于贝叶斯决策的先验分布的选取方法

通过引入损失函数和风险函数,把选择一个合理的先验看做是一个贝叶斯决策问题。并且在"0-1"损失函数的情况下,后验似然合理先验就是所提出的最小风险合理先验。此外,在一定的条件下,ML-Ⅱ先验与最小风险合理先验是等价的。