什么是贝叶斯分析中的'Low-level parameters'？
What are 'Low-level parameters' in bayesian analysis?
我正在阅读 Kruschke 的书 "Doing Bayesian Data Analysis"，第 245 页上写着：
在典型的分层模型中，估计
low-level参数拉近
如果没有更高级别的发行版，它们将在一起。这个拉
一起称为估计值的收缩。
谁能解释一下贝叶斯分析中低级和高级参数的含义？
我在书中找不到它的定义。
英语不是我的母语，也许对你来说更容易理解。
此致。
PD：
我认为...
如果似然函数可以这样分解： p(D|a,b,c) = p(D|a) p(a|b) p(b|c) p(c)
那么a是比b低级的参数，b是比c低级的参数。
是的，你的回答"If the likelihood function can be factored like this: p(D|a,b,c) = p(D|a) p(a|b) p(b|c) p(c) then a is a lower-level parameter than b which is a lower-level parameter than c."完全正确。
我正在阅读 Kruschke 的书 "Doing Bayesian Data Analysis"，第 245 页上写着：
在典型的分层模型中，估计 low-level参数拉近 如果没有更高级别的发行版，它们将在一起。这个拉 一起称为估计值的收缩。
谁能解释一下贝叶斯分析中低级和高级参数的含义？
我在书中找不到它的定义。 英语不是我的母语，也许对你来说更容易理解。
此致。
PD： 我认为... 如果似然函数可以这样分解： p(D|a,b,c) = p(D|a) p(a|b) p(b|c) p(c) 那么a是比b低级的参数，b是比c低级的参数。
是的，你的回答"If the likelihood function can be factored like this: p(D|a,b,c) = p(D|a) p(a|b) p(b|c) p(c) then a is a lower-level parameter than b which is a lower-level parameter than c."完全正确。