Średnia bayesowska - Bayesian average
Średnia Bayesa jest metoda szacowania średniej populacji używając zewnętrznej informacji, zwłaszcza wstępnie istniejące przekonanie, że jest uwzględniana w obliczeniach. Jest to główna cecha interpretacji bayesowskiej . Jest to przydatne, gdy dostępny zestaw danych jest mały.
Obliczenie średniej bayesowskiej wykorzystuje poprzednią średnią mi stałą C . C wybiera się na podstawie typowej wielkości zbioru danych wymaganej do rzetelnego oszacowania średniej próbki. Wartość jest większa, gdy oczekiwana zmienność między zestawami danych (w większej populacji) jest niewielka. Jest mniejszy, gdy oczekuje się, że zestawy danych będą się znacznie różnić od siebie.
Jest to równoważne dodaniu punktów danych C o wartości m do zestawu danych. Jest to średnia ważona poprzedniej średniej mi średniej próbki.
Gdy są to wartości binarne 0 lub 1, m można interpretować jako wcześniejsze oszacowanie prawdopodobieństwa dwumianowego ze średnią bayesowską dającą a posteriori oszacowanie obserwowanych danych. W takim przypadku C można wybrać na podstawie pożądanego przedziału ufności proporcji dwumianowej dla wartości próbki. Na przykład w przypadku rzadkich wyników, gdy m jest małe, wybór zapewnia, że 99% przedział ufności ma szerokość około 2m .
Zobacz też
Bibliografia
- Yang, Xiao; Zhang, Zhaoxin (2013). „Połączenie rankingu prestiżu i trafności dla spersonalizowanej rekomendacji”. Materiały z 22. międzynarodowej konferencji ACM na temat zarządzania informacją i wiedzą (CIKM) : 1877–1880. doi : 10.1145/2505515.2507885 .
 |
Ten artykuł związany ze statystykami jest skrótem . Możesz pomóc Wikipedii, rozwijając ją . |