※ 引述《[email protected] (老怪物)》之铭言： : ※ 引述《[email protected] (脱脂牛奶)》之铭言： : > Let X_1, X_2, ..., X_n be a random sample from a gamma distribution with : > α=1 and θ. Let h(θ)￡1/θ, 0 <θ<∞ be an improper noninformative prior. : > (￡符号表成正比) : > (a) Find the posterior p.d.f. of θ. : > (b) Change variables z = 1/θ and show that the posterior distribution of : > n : > Z is Γ(n,1/y), where y = Σx_i. : > i=1 : > (c) Use 2yz to obtain a (1-α) probability interval for z and, of course, : > for θ. : > 我的做法： : > L(θ) = L(θ:x_1, x_2, ..., x_n) = f(x_1|θ)f(x_2|θ)…f(x_n|θ) : > n 1 : > = Π -------------． x_i^(α-1)．e^(-x_i/θ) : > i=1 Γ(α)θ^α : > = (1/θ)^n．e^[-(x_1+x_2+…+x_n)/θ] (∵α = 1) : > k(θ|x) ￡ h(θ)L(θ) ￡ (1/θ)^(n+1)．e^[-(x_1+x_2+…+x_n)/θ] : > 接下来(a)我就不会做了@@ : > k(θ|x)和h(θ)是不是同一种分配呢？ : h(θ) \prop 1/θ; k(θ|x) 至少多了指数部分. 所以 k(θ|x)和h(θ)不是同一种分配。 那the posterior p.d.f. of θ到底是什麽呢？ 我猜k(θ|x)是gamma可是又推导不出来。 : > 还有，我写到最後那个正比的式子发现和(b)要的有点类型，可是又不完全正确。 : > 感觉上答案差一点就出来了。 : 题目明白地说: 做 Z=1/θ 的变数转换. 令 Z = 1/θ的话，那麽 k(1/Z|x) ￡ Z^(n+1)．e^[-Z(x_1+x_2+…+x_n)] 这样可以说 Z ~ Γ(n+2,1/y)吗？但题目是叫我证 Z ~ Γ(n,1/y) : > 至於(c)我完全没有头绪。 : 2yZ 是甚麽分布? Y = X_1 + X_2 + … + X_n ~ Γ(n,θ) Z ~ Γ(n,1/y) (如果我会做(b)的话) 做到这里就不会做了，但我猜2yZ是gamma或是chi-square分配 最近这阵子在读Bayesian的东西，一直还是搞不太清楚 什麽是noninformative prior和improper noninformative prior？ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 203.203.242.21