강력한 베이시안 분석
Robust Bayesian analysis통계에서, 베이시안 민감도 분석이라고도 불리는 강력한 베이시안 분석은 베이시안 추론이나 베이시안 최적 결정의 결과에 적용되는 민감도 분석의 한 유형이다.
민감도 분석
베이지안 민감도 분석이라고도 불리는 강력한 베이시안 분석은 베이시안 분석에서 분석의 정확한 세부사항에 대한 불확실성에 이르는 해답의 견고성을 조사한다.[1][2][3][4][5][6]답변이 기초가 되는 가정과 계산 입력에 민감하게 의존하지 않는다면 강력하다.강력한 베이즈 방법은 때때로 이전 버전으로서 사용될 정확한 분포를 도출하는 것이 매우 어렵다는 것을 인정한다.[4]마찬가지로 특정 문제에 사용되어야 하는 적절한 우도함수도 의심스러울 수 있다.[7]강력한 베이지스 접근방식에서, 표준 베이지안 분석은 분석가가 경험적으로 타당하다고 간주하는 이전 분포와 우도함수의 종류에서 선택한 모든 가능한 조합에 적용된다.이 접근법에서, 이전 등급과 가능성 클래스는 함께 베이지스의 규칙을 통해 쌍으로 조합된 포스터의 클래스를 의미한다.또한 Robust Bayes는 일련의 확률 모델을 효용 함수와 결합하여 결정 유형을 추론하는 유사한 전략을 사용하며, 최선의 확률 모델과 효용 함수에 대한 불확실성을 고려할 때 이 중 어느 것이라도 답이 될 수 있다.두 경우 모두 그러한 각 쌍에 대해 거의 동일하면 결과는 강력하다고 한다.답변이 크게 다를 경우, 그 범위는 분석에서 자신 있게 추론할 수 있는 양(또는 얼마나 적은 양)의 표현으로 간주된다.
강력한 베이즈 방법은 불확실성을 단일 적층 확률 측정으로 측정해야 하고 개인의 태도와 가치는 항상 정밀한 효용 함수로 측정해야 한다는 베이시안적 발상과 명백히 일치하지 않지만, 흔히 편의성의 문제로 받아들여진다(예: 비용이나 스케줄이 허락하지 않기 때문).정확한 측정과 기능을 얻기 위해 더 많은 노력을 기울여야 한다.)[8]일부 분석가들은 또한 강력한 방법이 다른 종류의 불확실성으로 경솔함을 인식함으로써 전통적인 베이지안 접근법을 확장한다고 제안한다.[6][8]후자 범주의 분석가들은 이전 등급의 분포 집합이 합리적인 이전 등급의 분류가 아니라 오히려 합리적인 이전 등급의 분류임을 시사한다.무지의 모델로서 단일한 분포가 합리적이지 못하지만 전체로 보면 계급이 무지의 타당한 모델이라는 생각이다.
강력한 베이즈 방법은 강력한 통계 및 저항 추정기와 같은 다른 통계 영역에서 중요하고 중요한 아이디어와 관련이 있다.[9][10]강력한 접근법에 찬성하는 주장은 종종 베이시안 분석에 적용할 수 있다.예를 들어, 일부에서는 분석가가 모델 구조, 분포 형태 및 매개변수와 같은 특정 사실에 대해 "전지적 참견"이라고 가정해야 하는 방법을 비판한다.그러한 사실 자체는 잠재적으로 의심하기 때문에, 분석가들이 정확한 세부사항을 얻는 데 너무 민감하게 의존하지 않는 접근법이 선호될 것이다.
에는 분배의(나는)파라메트릭 켤레 가족들의 사용 등 여러가지 방식, 시행한 강력한Bayes 분석 디자인해,(ii)지만non-conjugate 파라메트릭 가족들,(iii)density-ratio(밀도 분포 한계가 있는.)[11][12](iv)ε-contamination,[13]혼합물, 변위치 수업 등과 누적 분포에 관한(v) 머물 줄을 모른다[14][15]강력한 베이시안 문제에 대한 해결책을 계산하는 것은 경우에 따라 계산 집약적일 수 있지만, 필요한 계산이 간단하거나 이루어질 수 있는 몇 가지 특별한 경우가 있다.
참고 항목
참조
- ^ 버거, J.O. (1984)강력한 베이지안 관점 (토론 포함)J. B. 카다네, 베이지안 분석의 견고성 편집자 63-144페이지.암스테르담 노스홀랜드.
- ^ 버거, J.O. (1985)통계적 의사결정 이론과 베이시안 분석.스프링거-베를랙, 뉴욕.
- ^ Wasserman, L. A. (1992년)(논의와 함께) 강력한 베이지안 추론에서의 최근의 방법론적 진보.J. M. 베르나르도, J. O. 버거, A. P. 도이드, A.F. M. 스미스, 편집자, 베이시안 통계, 제4권, 페이지 483–502.옥스퍼드 대학 출판부, 옥스퍼드 대학 출판부.
- ^ a b 버거, J.O. (1994년)"강력한 베이시안 분석 개요"(토론 포함)시험 3: 5-124.
- ^ 인수, D.R., F.루게리 (eds.)(2000).강력한 베이시안 분석.통계학 강의 노트 152권스프링거-베를랙, 뉴욕.
- ^ a b 페리치(Pericchi, L.R.사전 확률 및 베이지안 강건성 세트.
- ^ 페리치, L.R., M. E. 페레즈(1994년)."두 개 이상의 샘플링 모델을 사용한 포스트리더 견고성"통계계획 및 추론 40장: 279–294.
- ^ a b 월리, P. (1991)부정확한 확률을 이용한 통계적 추론.채프먼 홀, 런던
- ^ 휴버, P.J. (1981)강력한 통계.와일리, 뉴욕.
- ^ 휴버, P. J. (1972)강력한 통계: 검토.수학통계연보 43: 1041–1067.
- ^ 드로베르티스, L., J.A.하티건(1981년).측정 간격을 이용한 베이지안 추론.통계 연보 9: 235–244.
- ^ 월리, P. (1997년)실제 값 매개변수에 대한 사전 무지를 위한 경계 파생 모델.스칸디나비아 통계학 저널 24:463-483.
- ^ 모레노, E, L.R.페리치(1993년).계층적 오염 모델을 위한 베이지안 강건성.통계계획 및 추론 37:159–168.
- ^ 바수, S. (1994년)분포 대역에서 대칭 단변량 전위에 대한 후방 기대치의 변동.산키야: 인도 통계학 저널 시리즈 A 56: 320–334.
- ^ 바수, S, A.다스굽타(1995)"유통 밴드를 이용한 로보스트 베이시안 분석"통계 및 결정 13: 333–349.
기타리딩
- 버나드, J.M. (2003)다항 데이터를 위한 부정확한 디리클레 모델에 대한 소개.스위스 루가노의 부정확한 확률과 그 적용에 관한 제3회 국제 심포지엄 자습서.
- 월리, P. (1996년)"다항 데이터에서 인용: (토론과 함께) 구슬 한 봉지에 대해 배운다."영국 왕립통계학회지 시리즈 B 58: 3-57
