標題: | 貝氏分析與加權概似分析差異之研究 The Bayesian Infrernce and Weighted Frequentist Inference |
作者: | 洪慧念 HUNG HUI-NIEN 國立交通大學統計學研究所 |
公開日期: | 2006 |
摘要: | 在統計推論的理論中,Frequentist 以及 Bayesian 是兩種差異很大的觀點。 有些支持 Frequentist 的統計學家,基於計算上的方便,也把 Bayesian 當成是一 種方法。另外,為了找最好的方法,支持 Frequentist 的統計學家也會在利用一 些加權的概念來找一些所謂在一定原則下的最好方法。但是,許多 Bayesian 統 計學家都會把這些方法視之為貝氏方法,拿來與貝氏方法作比較。但我並不認為 如此恰當。我認為平均的概念雖然與事前分佈非常像但並不完全相同。在貝氏的 觀點中,事前分佈的選取通常有三種方法,計算方便,與Frequentis 的觀點接近 或是無訊息事前分佈。但Frequentist 的加權概念考慮的因素應該會不相同。 本研究計畫之第一個重點將在於探討〝貝氏理論中任何統計推論皆是以參數 的事後分佈為基礎〞與〝Frequentist 理論中在某些參數空間適度的加上weight 然 後再利用傳統的推論方法〞之間之差異。 本研究計畫之第二個重點在於探討貝氏理論中參數的事前分佈為improper 而導致參數的事後分佈亦為 improper 時,以及在Frequentist 理論中在某些參數 空間加上的加權函數為 improper 時的處理方式。 本研究計畫之第三重點在於探討 Frequentist 理論中,許多問題沒有最好的 答案。因此,在某種特殊的比較準則下,為了找所謂最好的統計方法,我們必須 在參數空間上賦予適當的加權函數,才能找到最好的方法,基於此觀點,如何尋 找加權函數。 |
官方說明文件#: | NSC95-2118-M009-004-MY2 |
URI: | http://hdl.handle.net/11536/89591 https://www.grb.gov.tw/search/planDetail?id=1235357&docId=227606 |
Appears in Collections: | Research Plans |