Fw: [問題] 一題Bayes estimate

看板Math作者 (lin)時間7年前 (2016/09/27 11:10), 7年前編輯推噓1(1015)
留言16則, 2人參與, 最新討論串1/1
※ [本文轉錄自 Statistics 看板 #1NRHrwXB ] 作者: lin6613 (lin) 看板: Statistics 標題: [問題] 一題Bayes estimate 時間: Fri Jun 24 19:45:59 2016 Let X be a single observation frome a geometric distribution with density P(X=x|Θ) = (1-θ)(θ^x) for x=0,1,2,3,... & 0≦θ<1 . Want to estimate θ. with loss function L(θ,d)=(θ-d)^2 1/3 , if θ=0 Prior distribution P(θ)= { 2/3 , if θ=3/4 我現在想要算posterior density 麻煩幫大家看我有沒有哪邊算錯 P(Θ,X) P(X|Θ) P(θ) P(Θ|X=x) =--------- = ----------------- P(X) Σ P(X|Θ) P(θ) 這邊是貝氏定理 θ (1-θ)θ^x P(θ) =--------------------------------------- (1-0)0^x (1/3) + (1-3/4)(3/4)^x (2/3) 分母左邊=0 0 if θ=0 = { 1 if θ=3/4 如果這條件機率沒算錯,接下來繼續算posterior mean E(Θ|X=x) = ΣθP(Θ|X=x) = 0 0 + (3/4)(1) = 3/4 θ 麻煩各位了 -- ※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1466768762.A.84B.html ※ 編輯: lin6613 (106.1.9.137), 09/27/2016 11:11:18

09/27 12:09, , 1F
有幾個問題,首先是待估參數看起來是屬於實數, 可是
09/27 12:09, 1F

09/27 12:10, , 2F
寫法卻是用離散算法. 例如 prior 可寫成
09/27 12:10, 2F

09/27 12:10, , 3F
(1/3)δ(θ) + (2/3)δ(θ-3/4) , 而全機率定理改
09/27 12:10, 3F

09/27 12:11, , 4F
積分; 第二個是只有考慮一個事件?
09/27 12:11, 4F

09/27 12:12, , 5F
最後是你沒用到 loss function
09/27 12:12, 5F

09/27 14:16, , 6F
題目有說要考慮離散的prior 抱歉我沒有打清楚
09/27 14:16, 6F

09/27 14:20, , 7F
第二個是因為loss function 是(θ-d)^2
09/27 14:20, 7F

09/27 14:21, , 8F
所以要求Bayes estimate的話就要算posterior mean
09/27 14:21, 8F

09/27 14:32, , 9F
想要算出這個貝氏估計跟T(X)一樣
09/27 14:32, 9F

09/27 14:33, , 10F
T(0)=1/4 , T(X)=3/4 for x=1,2,3,...
09/27 14:33, 10F

09/27 18:34, , 11F
所以你的 d 是 θ 的 estimator 嗎 XD
09/27 18:34, 11F

09/27 18:35, , 12F
另外你算出來跟解答(?) 不一樣, 我想應該是因為 x=0
09/27 18:35, 12F

09/27 18:36, , 13F
時, 0^0 定義為 1 , 所以事後機率分母要多加 1/3
09/27 18:36, 13F

09/27 20:14, , 14F
原來如此 非常謝謝你
09/27 20:14, 14F

09/27 20:15, , 15F
這真是太神奇了
09/27 20:15, 15F

09/27 20:16, , 16F
0^0
09/27 20:16, 16F
文章代碼(AID): #1NwUCaE- (Math)