Saya tertarik untuk memperkirakan kepadatan dari variabel acak kontinu . Salah satu cara melakukan ini yang saya pelajari adalah penggunaan Kernel Density Estimation.
Tapi sekarang saya tertarik pada pendekatan Bayesian yang mengikuti garis berikut. Saya awalnya percaya bahwa mengikuti distribusi . Aku mengambil pembacaan . Apakah ada beberapa pendekatan untuk memperbarui berdasarkan pada bacaan baru saya?
Saya tahu saya terdengar seperti saya menentang diri saya sendiri: Jika saya hanya percaya pada sebagai distribusi saya sebelumnya, maka tidak ada data yang bisa meyakinkan saya sebaliknya. Namun, anggaplah adalah dan titik data saya seperti . Melihat , saya jelas-jelas tidak dapat menempel pada sebelumnya, tetapi bagaimana saya harus memperbaruinya?
Pembaruan: Berdasarkan saran dalam komentar, saya sudah mulai melihat proses Dirichlet. Biarkan saya menggunakan notasi berikut:
Setelah membingkai masalah asli saya dalam bahasa ini, saya kira saya tertarik pada yang berikut: . Bagaimana caranya?
Dalam rangkaian catatan ini (halaman 2), penulis melakukan contoh (Skema Urn Urn Skema). Saya tidak yakin apakah ini relevan.
Pembaruan 2: Saya juga ingin bertanya (setelah melihat catatan): bagaimana orang memilih untuk DP? Sepertinya pilihan acak. Selain itu, bagaimana orang memilih H sebelumnya untuk DP? Haruskah saya menggunakan prior untuk θ sebagai prior saya untuk H ?