Я заинтересован , чтобы оценить плотность непрерывной случайной величины . Один из способов сделать это, который я изучил, это использование оценки плотности ядра.
Но теперь меня интересует байесовский подход, который заключается в следующем. Первоначально я считаю , что следует распределение . Я принимаю показания . Есть ли какой-то подход к обновлению на основе моих новых показаний?F n X F
Я знаю, что звучу так, будто я противоречу самому себе: если я верю исключительно в как свое предыдущее распространение, то никакие данные не должны убедить меня в обратном. Тем не менее, предположим, что были и мои данные были похожи . Видя , я, очевидно, не могу придерживаться своего предыдущего, но как мне его обновить?F U n i f [ 0 , 1 ] ( 0,3 , 0,5 , 0,9 , 1,7 ) 1,7
Обновление: основываясь на предложениях в комментариях, я начал смотреть на процесс Дирихле. Позвольте мне использовать следующие обозначения:
После формулирования моей исходной проблемы на этом языке, я думаю, меня интересует следующее: . Как это сделать?
В этом наборе заметок (стр. 2) автор сделал пример (схема Поля Урна). Я не уверен, если это актуально.
Обновление 2: я также хотел бы спросить (после просмотра заметок): как люди выбирают для DP? Это похоже на случайный выбор. Кроме того, как люди выбирают предыдущий для DP? Должен ли я просто использовать априор для качестве моего априора для ?H θ H