[未知用户] 你理解的基本正确,但注意不要混淆posterior distribution(后验分布)和posterior predictive distribution(后验估计分布?不知道这个中文名是否正确)的概念。他们的区别是:假设我们的参数为a,数据为y,那么后验分布是指P(a|y),而后验估计分布是指P(y_pred|y),它等于P(y_pred|y)=integral(P(y_pred|a)*P(a|y))da,既你对未来数据的预测是基于当前model的likelihood,以后验分布作为piror,进行加权而得到的。他是对你估计参数的所有值得一个综合性考量。
我不是纯数学背景出身,我大本学的是自控和信号处理,从博士开始专攻统计信号处理,博士毕业后开始转入统计学在生物医学方面的数学建模,现在主要兴趣在Bayesian statistics, mcmc, hierarchical graphical model, differential equation 以及 stochastic system。有兴趣的话可以和我联系,我们可以共同探讨。我的email是 chen.wei@mrc-bsu.cam.ac.uk
我不是纯数学背景出身,我大本学的是自控和信号处理,从博士开始专攻统计信号处理,博士毕业后开始转入统计学在生物医学方面的数学建模,现在主要兴趣在Bayesian statistics, mcmc, hierarchical graphical model, differential equation 以及 stochastic system。有兴趣的话可以和我联系,我们可以共同探讨。我的email是 chen.wei@mrc-bsu.cam.ac.uk