举报
j0qvpsf
编个例子吧- - 可以观察到x_1, x_2... x_n 所有x_i 服从 normal (y,1), 在这里y也是随机变量 假设y服从gamma(a,b), a和b分别服从0-truncated normal (10,0.1),这个模型有三层。 那么利用这些条件和贝叶斯公式 可以写出来条件分布 (y,a,b)|(x_1,...,x_n) 这个东西应该比较复杂。。然后如果我们想要单独研究y的分布 就要找到 y|(x_1,...,x_n) 利用积分求基本不可能。。就要用mcmc趋近y|(x_1,...x_n) 另外说 在这里说的是贝叶斯分析和经典统计分析是不同的 传统分析中 x_1,...x_n服从normal (theta, sigma^2), theta 和 sigma都是固定的,所以才能用大数定理 但是贝叶斯分析中 模型系数都是随机变量 所以不能用大数定理 顺便问 你是学计算机的吗