Ero sivun ”Bayesiläinen tilastotiede” versioiden välillä

Ei muokkausyhteenvetoa
== Paradigman edut ja haitat ==
 
Käytettäessä ei-havaittavalle muuttujalle ns. ''laakeaa prioria'' p(x) ~ 1 (engl. ''uniform prior'', tulkitaan singulaarisesti jatkuvana mittana, joka saa saman arvon kaikilla x), posteriori p(x|y) on vakiokerrointa vaille sama kuin klassisessa tilastotieteessä käytettävä uskottavuusfunktio. Tällöin Bayesiläinenbayesiläiset tilastotiedemenetelmät antaaantavat samoja numeerisia tuloksia, kuin ''maximum likelihood'' -päättely, joskin tulosten käsitteellinen tulkinta on erilainen.
 
Jos käytetään jotakin muuta kuin laakeaa prioria, posteriorin arvot muuttuvat. Tästä syystä priorin valinta saattaa vaikuttaa bayesiläisen tilastollisen päättelyn tuloksiin. Bayesiläiset tilastotieteilijät jakautuvat ns. ''subjektiivisiin bayesiläisiin'', jotka korostavat priorin merkitystä tilastollisen päättelyn hyödyllisenä apuvälineenä, ja ''objektiivisiin bayesiläisiin'', jotka suhtautuvat varauksellisesti prioriin sisältyvään informaatioon.
Rekisteröitymätön käyttäjä