Информация Фишера в иерархической модели


20

Учитывая такую иерархическую модель, и, М ~ L р л с е ( 0 , с ) , где N ( , ) является нормальным распределением. Есть ли способ получить точное выражение для информации Фишера о предельном распределении X с учетом с . То есть, что такое информация Фишера: p ( x | c ) =

XN(μ,1),
μLaplace(0,c)
N(,)Xc Я могу получить выражение для предельного распределения X с учетом c , но дифференцирование по c и затем получение ожиданий кажется очень трудным. Я что-то упускаю из виду? Любая помощь будет оценена.
p(x|c)=p(x|μ)p(μ|c)dμ
Xcc

Я сам попробовал, но это не в моих силах. Абсолютные функции разрушают все! Вы в основном застряли с численными методами.
вероятностная

3
μ0μ<0xexp(x2)

1
X

1
Нижняя граница для информации Фишера в этом случае составляет 1/(1+2c2)1+1/c2

В то время как аналитическое решение было бы проблемой с точки зрения способности человека к обучению (вне математической дисциплины), существует ли восприимчивость к приближенному вычислительному решению? Можно сделать стохастическое моделирование, а затем посмотреть на приближения для подгонки.
EngrStudent - Восстановить Монику

Ответы:


2

Для информации Фишера для предоставленной вами иерархической модели не существует аналитического выражения в замкнутой форме. На практике информация Фишера может быть вычислена аналитически только для экспоненциальных семейств распределений. Для экспоненциальных семейств логарифмическое правдоподобие является линейным в достаточной статистике, и достаточная статистика имеет известные ожидания. Для других дистрибутивов логарифмическая вероятность не упрощается таким образом. Ни распределение Лапласа, ни иерархическая модель не являются экспоненциальными семейными распределениями, поэтому аналитическое решение будет невозможно.


0

Два из нормального и Лапласа из экспоненциального семейства. Если вы можете записать распределение в экспоненциальной форме, то информационная матрица Фишера является вторым градиентом логарифмического нормализатора экспоненциального семейства.


12exp(|xμ|)
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.