Verwenden Statistiker den Prior von Jeffreys in der tatsächlich angewandten Arbeit?

Als ich in meinem Abschlusskurs für statistische Inferenz etwas über die Jeffreys erfuhr, ließen meine Professoren es so klingen, als wäre es hauptsächlich aus historischen Gründen interessant, anstatt weil irgendjemand es jemals benutzen würde. Als ich dann eine Bayes'sche Datenanalyse durchführte, wurden wir nie gebeten, Jeffreys 'Prioritäten zu verwenden. Verwendet jemand diese tatsächlich in der Praxis? Wenn ja (oder wenn nicht), warum oder warum nicht? Warum nehmen manche Statistiker das nicht ernst?

bayesian prior jeffreys-prior frelk
quelle

Ich verwende gerne Jeffreys 'Prior als Standard / nicht informativen Prior für das einfache Binomialmodell (

p (θ) \propto \sqrt{θ (1 - θ)}

$p\left(\theta\right)\propto\sqrt{\theta\left(1-\theta\right)}$

^{s t}

$^{\rm{st}}$

Antworten:

Eine teilweise Antwort darauf findet sich in Gelman et al., Bayesian Data Analysis , 3. Auflage.

$\theta$

Wenn Gelman schreibt, dass die Ergebnisse "kontrovers" sind, bedeutet dies meiner Meinung nach, dass ein Prior, der in einer Dimension nicht informativ ist, in mehreren Dimensionen stark informativ wird. Wenn Speicher dient, war dies eine Behauptung, die im selben Abschnitt von BDA 2nd ed. Gemacht wurde, aber ich habe im Moment keine Kopie bei mir.

Sycorax sagt Reinstate Monica
quelle

Gelman LIEBT hierarchische Modelle

Glen

Und das aus gutem Grund

Brash Equilibrium