2014 | OriginalPaper | Buchkapitel
15. Bayesian Statistics: Computation
verfasst von : Charles A. Rohde
Erschienen in: Introductory Statistical Inference with the Likelihood Function
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Abstract
-
By Bayes theorem the posterior density of θ is given bywhere$$\displaystyle{p(\theta \vert x) = \frac{f(x;\theta )p(\theta )} {f(x)} }$$$$\displaystyle{f(x) =\int _{\Theta }f(x;\theta )p(\theta )dm(\theta )}$$
-
The calculation of the posterior thus requires calculation of an integral of the likelihood weighted by the prior.
-
Usually this integral can only be determined in closed form for conjugate priors.