Processing math: 100%

4 votos

¿La media posterior de una variable aleatoria es necesariamente la media posterior de esa variable aleatoria?

Digamos que tengo un modelo que es como,

Y|θ1P(Y|θ1) θ1|θ2P(θ1|θ2) θ2|θ3P(θ2|θ3)

donde Y son datos y θ2 es la media de θ1|θ2 .

¿Es necesariamente cierto que θ2|Y es la media de θ1|Y ?

Si no es ¿Cómo interpreto θ2|Y ?

5voto

Bauna Puntos 176

No. θ2Y es una variable aleatoria, mientras que la media de θ1Y es simplemente un número.

1 votos

En el análisis bayesiano, ¿no es la media una variable aleatoria? Voy a editar mi respuesta para poner una prioridad en θ2 y dejar esto claro.

2 votos

Podría ser útil escribir una ecuación con lo que quieres decir exactamente con "media".

4voto

Taylor Puntos 692

¿Es necesariamente cierto que θ2|Y es la media de θ1|Y ?

No, sólo tienen los mismos "centros". La media de θ1|Y es E[θ1Y]=E[E(θ1θ2)Y]=E[θ2Y].

0 votos

¡Esto es muy bueno! ¿Cómo interpretaría entonces una amplia parte posterior para θ2Y ? Seguramente esto me dice algo sobre mi incertidumbre en E[θ1Y] ?

0 votos

¿Qué quiere decir con "incertidumbre"?

0 votos

Lo que quiero decir es que el posterior para θ1 puede ser bastante amplia, pero la posterior por su media, θ2 puede ser bastante estrecha. En este caso, nuestra creencia posterior en el valor de la media de θ1 es bastante "seguro" pero no estamos "seguros" de lo que un sorteo particular de θ1 se verá así. ¿Cómo puedo cuantificar mi certeza en la media posterior de θ1 ? Si E[θ1|Y] era una distribución la incertidumbre se cuantifica en la anchura de la posterior (como se ha señalado - claramente no es una distribución).

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X