Czym dokładnie jest słabo informacyjny przeor?

Czy istnieje dokładna definicja słabo informacyjnego przeora?

Czym różni się od subiektywnego przeora z szerokim poparciem?

bayesian prior

— Memming
źródło

Rozumiem, że słabo informacyjny przeor wyraża więcej o stosunku badacza do przeora, niż o jakichkolwiek matematycznych właściwościach samego przeora. Przykładem kanonicznym byłoby zalecenie Gelmana dotyczące Cauchy'ego z lokalizacją 0 i skalą 5/2 dla regresji logistycznej.

— Sycorax mówi Przywróć Monikę

Odpowiedzi:

Powyższy komentarz jest dokładny. W przypadku dyskusji ilościowej w literaturze istnieje szereg „nieinformacyjnych” priorów. Zobacz na przykład przeor Jeffreysa; zobacz wcześniejszy post Co to jest „nieinformacyjny przeor”? Czy możemy kiedykolwiek mieć taki bez żadnych informacji?

Są one definiowane na różne sposoby, ale kluczem jest to, że nie umieszczają zbyt dużego prawdopodobieństwa w żadnym konkretnym przedziale (a zatem faworyzują te wartości), a rozkład równomierny jest kanonicznym przykładem. Chodzi o to, aby dane mogły określić, gdzie jest tryb.

— Społeczność
źródło

Tak słabo informacyjny przeor to tylko lepsza nazwa nieco informacyjnego „nieinformacyjnego przeora”?

— Memming

Zwykle używam „nieinformacyjnych”, ponieważ jest to bardziej powszechne i wskazuje na zamiar. Słabo informacyjny jest jednak prawdopodobnie bardziej dokładny, ponieważ wszystkie dystrybucje zawierają pewne informacje ( chyba że są niewłaściwymi priorytetami .. ale to kolejna dyskusja)

Miałem wrażenie, że słabo poinformowani aurorzy starają się unikać konieczności angażowania się w nieinformacyjne aurorzy formalnie zdefiniowani zgodnie z jakąś teorią lub inną - są to właściwi aurorzy, którzy działają dla wnioskowania, nie biorąc pod uwagę całej wcześniejszej wiedzy jako całkowicie subiektywnej .

— Scortchi - Przywróć Monikę

@Scortchi: Myślę, że twój komentarz podkreśla dwuznaczność związaną z „słabo informacyjnym przeorem”. Twoja interpretacja ma sens i jest podobna do użytkownika777. Związek między „informatywnością” a prawdopodobieństwem jest trudną rzeczą, przy jedynie częściowo satysfakcjonujących rozwiązaniach (np. Entropia Shannona). Rozumiem twój punkt widzenia ... niekoniecznie są one synonimami, ponieważ słabo poinformowani priory mogą wykorzystywać tylko niektóre informacje, podczas gdy nieinformacyjna jawność priorów ignoruje wszystkie dostępne informacje.

W nawiązaniu do dyskusji Eupraxis1981 na temat pouczających priorów, można pomyśleć o „informacji” z góry jako odwrotnie proporcjonalnej do jej wariancji. Rozważmy wcześniejsze z niemal zerową wariancją: zasadniczo mówisz „przed spojrzeniem na dane jestem prawie pewien, że już znam lokalizację prawdziwej wartości statystyki”. I odwrotnie, jeśli ustawisz naprawdę szeroką wariancję, mówisz: „nie patrząc na dane, naprawdę nie mam założeń co do prawdziwej wartości parametru. Może być prawie wszędzie i nie będę zaskoczony. Mam przeczucie, że prawdopodobnie zbliża się do trybu mojego przeora, ale jeśli okaże się, że jest daleki od tego trybu, właściwie nie będę zaskoczony. ”

Nieinformacyjne priory to próby nieuwzględnienia wcześniejszych założeń w analizie (ich sukces jest otwarty na debatę). Ale jest to całkowicie możliwe, a czasem przydatne, aby wcześniej było jedynie „słabo” informacyjne.

— David Marks
źródło