Por que a probabilidade marginal é difícil / intratável de estimar?


9

Eu tenho uma pergunta geralmente básica a fazer aqui que me preocupa há algum tempo. Durante a maior parte da minha leitura de estatísticas bayesianas, ele afirmou com naturalidade que a probabilidade marginal é muitas vezes intratável ou difícil de estimar. Por quê?

Os motivos frequentemente mencionados incluem afirmações sobre a natureza dimensional alta da integral / soma a ser estimada ou que o domínio dos possíveis modelos é infinito.

Gostaria que essa comunidade me indicasse algo que explique o porquê e explique esse problema em linguagem simples.

Links para recursos também seriam apreciados. Eu pesquisei os termos em busca de recursos que explicam isso claramente, mas a maioria deles apenas declara o problema sem explicação. Também tenho o reconhecimento de padrões de livros no aprendizado de máquina e o livro de aprendizado de máquina de Kevin Murphy. Não estou satisfeito com as explicações desses textos, por isso estou procurando algo claro e simples.

Respostas:


2

YigindN(θg,1)θgindN(μ,τ2)μ|τ2N(m,τ2/k)τ2IG(a,b)
g=1,,Gi=1,,ngm,k,a,b
y=(y1,1,,yn1,1,y1,2,,yn2,2,,y1,G,,ynG,G),
p(y)=g=1G[i=1ngN(yig;θg,1)]N(θg;μ,τ2)dθ1dθGdμdτ2.
G+2G

μσ2GYigindPo(eθg)


Obrigado pela resposta. você tem alguma recomendação sobre material que descreva conceitos como este? À procura de textos, papéis, etc. obrigado!
user1556364
Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.