Priorna verjetnostna porazdelitev negotove količine, krajše imenovana prior, je njena prevzeta verjetnostna porazdelitev, preden upoštevamo določene dokaze. Prior bi lahko bila verjetnostna porazdelitev, ki predstavlja relativna razmerja volivcev, ki bodo v bodočih volitvah glasovali za določenega politika. Neznana količina je lahko parameter modela ali latentna spremenljivka in ne opazovana spremenljivka.
V Bayesovi statistiki Bayesov izrek odloča, kako posodobiti prior z novimi podatki za to, da dobimo posteriorno porazdelitev, ki je pogojna porazdelitev neznane količine pri danih novih podatkih. Zgodovinsko je bila izvira priorjev pogosto omejena na konjugirano družino dane verjetnostne funkcije, tako da bi vodila v sledljiv posterior iste družine. Široka razpoložljivost metod Monte Carlo markovske verige je sicer to težavo zmanjšala.
Obstaja veliko načinov za grajenje priorne porazdelitve. V nekaterih primerih lahko prior določimo na podlagi preteklih podatkov, kot so predhodni poskusi. Prior je lahko izvlečen iz čisto subjektivne ocene izkušenega strokovnjaka. Ko ni na razpolago nobenih podatkov, lahko posvojimo neinformativni prior, kot upravičuje načelo indiferentnosti. V sodobni uporabi priorje pogosto izbiramo zaradi njihovih mehaničnih lastnosti, kot sta regularizacija in izbira lastnosti.
Priorne porazdelitve modelskih parametrov so pogosto odvisne od njihovih lastnih parametrov. Negotovost glede teh hiperparametrov lahko po drugi starni izrazimo kot hiperpriorno verjetnostno porazdelitev. Če na primer uporabimo porazdelitev beta za modeliranje porazdelitve parametra p Bernoullijeve porazdelitve, potem je:
p je parameter osnovnega sistema (Bernoullijeva porazdelitev), in α in β sta parametra priorne porazdelitve (beta porazdelitev); od tod hiperparametri. Priorje lahko načeloma razstavimo na veliko pogojnih ravni porazdelitev, t.i. hierarhični priorji.
Sklici
Kategorija:Statistika Kategorija:Teorija verjetnosti