A-priori-Verteilung

A-priori-Verteilung

Die A-priori-Verteilung ist ein Begriff aus der bayesianischen Statistik.

Inhaltsverzeichnis

Definition

Folgende Situation ist gegeben: θ ist ein unbekannter Populationsparameter, der auf der Basis von Beobachtungen x einer Zufallsgröße X geschätzt werden soll.

Gegeben sei eine Verteilung für den Parameter θ, die das Wissen über den Parameter θ vor der Beobachtung der Stichprobe beschreibt. Diese Verteilung wird A-priori-Verteilung genannt.

Weiterhin sei die bedingte Verteilung der Stichprobe unter der Bedingung θ = θ0 gegeben, die auch als Likelihood-Funktion bekannt ist.

Aus der A-priori-Verteilung und der Likelihood-Funktion kann mit Hilfe des Satzes von Bayes die A-posteriori-Verteilung berechnet, welche grundlegend für die Berechnung von Punktschätzern und Konfidenzintervallen in der bayesianischen Statistik ist.

(Nicht-)informative A-priori-Verteilungen

Eine nichtinformative A-priori-Verteilung ist dadurch definiert, dass jedem möglichen Wert des Parameters θ der gleiche Wahrscheinlichkeitswert zugeordnet wird. Dadurch erhält man eine A-posteriori-Verteilung die identisch mit der Likelihoodfunktion ist. Maximum-a-posteriori-Schätzer und Konfidenzintervalle, die mit einer nichtinformativen A-priori-Verteilung gewonnen wurden sind daher numerisch äquivalent zu Maximum Likelihood-Schätzern und frequentistischen Konfidenzintervallen.

Eine informative A-priori-Verteilung liegt in allen anderen Fällen vor.

Der Begriff der nichtinformativen A-priori -Verteilung sei an einem Beispiel erläutert: Die Zufallsgröße Y sei der mittlere Intelligenzquotient in der Stadt ZZZ. Aufgrund der Konstruktion des Intelligenzquotienten ist bekannt, dass Y normalverteilt ist mit Standardabweichung 15 und unbekanntem Parameter μ. An einer Stichprobe von N Freiwilligen wird der Intelligenzquotient gemessen. In dieser Stichprobe wird ein arithmetisches Mittel von 105 beobachtet.

Eine nichtinformative A-priori-Verteilung ist in diesem Fall die Gleichverteilung auf \R. Auf diese Weise erhält man als A-posteriori-Verteilung eine Normalverteilung mit Mittelwert 105 und Standardabweichung \frac{15}{\sqrt{N}}. Der Maximum a posteriori-Schätzer für den Mittelwert μ ist dann 105 (i.e.: das arithmetische Mittel der Stichprobe) und somit identisch zum Maximum-Likelihood-Schätzer.

Konjugierte A-priori-Verteilungen

Eine konjugierte A-priori-Verteilung liegt immer dann vor, wenn die A-priori-Verteilung den gleichen Verteilungstyp wie die A-posteriori-Verteilung besitzt.

Ein Beispiel hierfür ist das Binomial-Beta-Modell: X sei eine binomialverteilte Zufallsgröße mit Erfolgswahrscheinlichkeit p als Parameter. In N Einzelversuchen werden k Erfolge beobachtet. Als A-priori-Verteilung für p wird eine Beta(a,b)-Verteilung verwendet. Unter diesen Voraussetzungen ist die A-posteriori-Verteilung eine Beta (a+k,b+N-k)-Verteilung.

Literatur

  • James O. Berger: Statistical decision theory and Bayesian analysis. Springer Series in Statistics, Springer-Verlag, New York Berlin Heidelberg 1985. ISBN 0-387-96098-8

Wikimedia Foundation.

Игры ⚽ Нужно сделать НИР?

Schlagen Sie auch in anderen Wörterbüchern nach:

  • A-priori-Wahrscheinlichkeit — Die A priori Wahrscheinlichkeit (auch Anfangswahrscheinlichkeit [1], Vortest , oder Ursprungswahrscheinlichkeit[2]) ist in den Naturwissenschaften ein Wahrscheinlichkeitswert, der aufgrund von Vorwissen (zum Beispiel symmetrische Eigenschaften… …   Deutsch Wikipedia

  • Dirichlet-Verteilung — Beispiele einer Dirichlet Verteilung mit K=3 für verschiedene Parametervektoren α. Im Uhrzeigersinn von oben links: α=(6, 2, 2), (3, 7, 5), (6, 2, 6), (2, 3, 4). Die Dirichletverteilung (nach Peter Gustav… …   Deutsch Wikipedia

  • A-Posteriori-Verteilung — Die A posteriori Verteilung gewichtet Wahrscheinlichkeitswerte eines Modells nach der Beobachtung von Ereignissen, die durch das Modell beschrieben werden. Mit Hilfe des Satzes von Bayes können diese auch aus der A priori Verteilung berechnet… …   Deutsch Wikipedia

  • A-posteriori-Verteilung — Die A posteriori Verteilung gewichtet Wahrscheinlichkeitswerte eines Modells nach der Beobachtung von Ereignissen, die durch das Modell beschrieben werden. Mit Hilfe des Satzes von Bayes können diese auch aus der A priori Verteilung berechnet… …   Deutsch Wikipedia

  • Gauss-Verteilung — Dichten normalverteilter Zufallsgrößen Die Normal oder Gauß Verteilung (nach Carl Friedrich Gauß) ist ein wichtiger Typ kontinuierlicher Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichte wird auch Gauß Funktion, Gauß Kurve, Gauß… …   Deutsch Wikipedia

  • Gausssche Verteilung — Dichten normalverteilter Zufallsgrößen Die Normal oder Gauß Verteilung (nach Carl Friedrich Gauß) ist ein wichtiger Typ kontinuierlicher Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichte wird auch Gauß Funktion, Gauß Kurve, Gauß… …   Deutsch Wikipedia

  • Gauß-Verteilung — Dichten normalverteilter Zufallsgrößen Die Normal oder Gauß Verteilung (nach Carl Friedrich Gauß) ist ein wichtiger Typ kontinuierlicher Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichte wird auch Gauß Funktion, Gauß Kurve, Gauß… …   Deutsch Wikipedia

  • Gaußsche Verteilung — Dichten normalverteilter Zufallsgrößen Die Normal oder Gauß Verteilung (nach Carl Friedrich Gauß) ist ein wichtiger Typ kontinuierlicher Wahrscheinlichkeitsverteilungen. Ihre Wahrscheinlichkeitsdichte wird auch Gauß Funktion, Gauß Kurve, Gauß… …   Deutsch Wikipedia

  • Boltzmann-Verteilung — Die Boltzmann Statistik (auch: Gibbs Boltzmann Verteilung, nach Josiah Willard Gibbs und Ludwig Boltzmann) gibt die Wahrscheinlichkeit eines Zustandes eines Systems an, welches im thermodynamischen Gleichgewicht an ein Wärmebad der Temperatur T… …   Deutsch Wikipedia

  • Gibbs-Boltzmann-Verteilung — Die Boltzmann Statistik (auch: Gibbs Boltzmann Verteilung, nach Josiah Willard Gibbs und Ludwig Boltzmann) gibt die Wahrscheinlichkeit eines Zustandes eines Systems an, welches im thermodynamischen Gleichgewicht an ein Wärmebad der Temperatur T… …   Deutsch Wikipedia

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”