如何解决如何得出空间和非空间效应的“公平”先验
在一个基本的 BYM 模型中可以写成
有时有协变量,但这在这里并不重要。其中 s 是空间结构化效果,u 是单元上的非结构化效果。
在 Congdon (2020) 中,他们将这些之前的公平称为
其中 是邻接矩阵中的平均邻居数。
Bernardinelli 等人对它的定义类似(我认为就精度而言)。 (1995)。
然而,对于伽马分布,缩放似乎only impact the scale term
我一直找不到一个可行的例子,也不明白先验是如何得出的,例如,在 well-known lip cancer data
我希望有人能帮助我了解如何在此设置中达到这些目标,即使在两个伽马超先验的简单情况下也是如此。
参考文献
Congdon,P. D. (2019)。贝叶斯分层模型:使用 R 的应用程序,第二版(第 2 版)。查普曼和霍尔/CRC。
Bernardinelli,L.、Clayton,D. 和 Montomoli,C. (1995)。疾病地图的贝叶斯估计:先验有多重要?医学统计学 14 2411–2431.
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。