Informacje Fishera w modelu hierarchicznym


20

Biorąc pod uwagę następujący hierarchicznego modelu

XN(μ,1),
a, w którym jest normalny. Czy istnieje sposób na uzyskanie dokładnego wyrażenia dla informacji Fishera o krańcowym rozkładzie danego . To znaczy, jaka jest informacja Fishera dla: Mogę uzyskać wyrażenie dla rozkładu brzeżnego danego , ale różnicowania wrt
μL.zaplzadomi(0,do)
N(,)Xc
p(x|c)=p(x|μ)p(μ|c)dμ
Xcca wtedy przyjmowanie oczekiwań wydaje się bardzo trudne. Czy brakuje mi czegoś oczywistego? Każda pomoc będzie mile widziana.

Sam spróbowałem, ale to przekracza moje możliwości. Funkcje wartości bezwzględnej psują wszystko! W zasadzie utkniesz w metodach numerycznych.
probabilityislogic

3
@ prawdopodobieństwo Prawdopodobieństwo na całkę można uzyskać po prostu dzieląc całkę na regiony i μ < 0 ; nie są wymagane żadne wartości bezwzględne. Ale wynikiem jest niechlujna funkcja racjonalna funkcji x , e x p ( - x 2 ) i błędów, a zatem jest mało prawdopodobne, że będzie ona możliwa do zintegrowania w postaci zamkniętej. μ0μ<0xexp(x2)
whuber

1
@ whuber - to miałem na myśli przez „beznadziejny”. Nie chodzi o to, że całka jest niemożliwa, ale informacja o rybaku jest niemożliwa. Ponieważ musisz wziąć wartość oczekiwaną ponad stosunku dwóch tych całekX
prawdopodobieństwo

1
Dolna granica dla informacji Fishera w tym przypadku wynosi . Czy można uzyskać mocniejszą górną część związaną z informacją Fishera niż ogólna 1 + 1 / c 2 ? 1/(1+2c2)1+1/c2
emakalic

Podczas gdy rozwiązanie analityczne stanowiłoby wyzwanie pod względem podatności na człowieka (poza dyscypliną matematyki), czy istnieje wrażliwość na przybliżone rozwiązanie obliczeniowe? Można wykonać stochastyczną symulację, a następnie przyjrzeć się przybliżeniom dopasowania.
EngrStudent - Przywróć Monikę

Odpowiedzi:


2

Dla podanego modelu hierarchicznego nie ma wyrażenia analitycznego o zamkniętej formie dla informacji Fishera. W praktyce informacje Fishera można obliczać tylko analitycznie dla wykładniczych rozkładów rodzin. W przypadku rodzin wykładniczych prawdopodobieństwo logarytmiczne jest liniowe w wystarczających statystykach, a wystarczające statystyki mają znane oczekiwania. W przypadku innych dystrybucji prawdopodobieństwo dziennika nie upraszcza się w ten sposób. Ani rozkład Laplace'a, ani model hierarchiczny nie są wykładniczymi rozkładami rodzin, więc rozwiązanie analityczne będzie niemożliwe.


0

Dwie normalne i Laplace pochodzą z rodziny wykładniczej. Jeśli możesz napisać rozkład w postaci wykładniczej, to macierz informacji Fishera jest drugim gradientem log-normalizatora rodziny wykładniczej.


12exp(|xμ|)
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.