Jeffreys先验
时间: 2024-04-25 16:21:59 浏览: 7
Jeffreys先验是由Jeffreys提出的一种选择先验分布的原则,它采用Fisher信息阵的平方根作为参数的无信息先验分布。这种选择先验分布的方法是基于信息函数的,可以解决贝叶斯推理中的一个矛盾,即如果选择均匀分布作为先验,那么其函数往往不是均匀分布。Jeffreys先验的提出不仅解决了这个问题,还提供了寻求先验分布的详细方法。\[1\]在贝叶斯推理中,共轭先验是指先验分布和后验分布来自同一个分布族的情况。这意味着先验和后验具有相同的分布形式,使得贝叶斯推理更加方便。在连续贝叶斯推理中,如果选择了共轭先验,那么在得到一个观测值后,可以计算出一个后验分布,而后验分布的形式与原先的先验相同,可以将其作为新的先验,用于下一次观测,从而实现迭代计算。\[2\]贝叶斯学派的思想在统计学归纳推理中起到了重要的作用,Jeffreys等学者的推动使得贝叶斯学派在20世纪前中期取得了较大的影响。然而,贝叶斯学派和频率学派之间的论战一直持续到现在,至今仍未分出高下。\[3\]
#### 引用[.reference_title]
- *1* *2* [Bayesian statistics](https://blog.csdn.net/aoe41606/article/details/102034195)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [贝叶斯统计学简介](https://blog.csdn.net/baidu_38172402/article/details/89313152)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]