Text
Masalah prior dalam estimasi bayesian
Dalam inferensi bayesian, estimasi parameter-parameter dilakukan dalam distribusi posterior. Distribusi pasterior diperoleh dari penggabungan distribusi prior dengan distribusi likehood sample. Penggabungan yang didasarkan pada aturan Bayes tentang probablitias bersyarat ini seringkali menemui kendala di antaranya beban hitungan yang rumit dan hal ini mempersulit perumusan distribusi posterior. Distribusi/informasi sampel adalah fakta yang tidak bisa direkayasa, sedangkan distribusi prior didasarkan atas keyakinan seseorang/peneliti sehingga dapat disesuaikan untuk mempermudah proses penggabungan kedua distribusi. Untuk keperluan tersebut, statistik bayesian telah menggabungkan konsep distribusi prior sekawan. Jika suatu gejala/kejadian terdistribusi dan bergantung pada dua parameter atau lebih, maka informasi prior yang diyakini haruslah distribusi bersama untuk dua parameter atau lebih yang saling bergantung agar masing-masing parameter kelihatan lebih wajar.
Tidak ada salinan data
Tidak tersedia versi lain