Определение априорного распределения в байесовском анализе при наличии исходной информации, основанное на минимизации информационной метрики. Л. Н. Слуцкин

Скачать книгу в различных форматах или читать онлайн на сайте.

Название: Определение априорного распределения в байесовском анализе при наличии исходной информации, основанное на минимизации информационной метрики

Автор: Л. Н. Слуцкин

Издательство: НОЧ «МФПУ «Синергия»

Жанр: Математика

Серия: Прикладная эконометрика. Научные статьи

isbn:

isbn: 2015

Аннотация:

В статье предлагается формальное правило, основанное на минимизации информационной метрики Кульбака–Лейблера, для определения априорного распределения при наличии информации, полученной из предыдущих наблюдений. В отличие от обычных предположений в эмпирическом байесовском анализе, в данной работе не требуется независимость параметров, рассматриваемых как случайные величины, соответствующие различным наблюдениям. Показано, что в случае, когда наблюдения, зависящие от параметра, и сам параметр распределены по нормальному закону, предлагаемое правило приводит к ML–II априорному распределению. Однако в случае регрессионного уравнения коэффициенты регрессии, полученные методом минимизации метрики Кульбака–Лейблера, отличаются от оценок, полученных при ML–II подходе. Также показано, что для нормальных распределений метрика Кульбака–Лейблера достигает асимптотически единственного минимума на истинном априорном распределении.