Seri Bayesian: Prior dalam Metode Bayesian

Karena parameter diperlakukan sebagai variabel maka dalam Bayesian akan mempunyai nilai dalam domain , dengan densitas fQ(). Dan densitas inilah yang akan dinamakan sebagai distribusi prior dari .

Dengan adanya informasi prior yang dipadukan dengan data / informasi saat itu, X, yang digunakan dalam membentuk posterior , maka penghitungan posteriornya akan semakin mudah, yaitu hanya dengan menghitung densitas bersyarat dari diberikan oleh X=x .

Kritikan pada Bayesian biasanya terfokus pada “legitimacy dan desirability” untuk menggunakan sebagai random variabel dan ketepatan mendefinisikan/memilih distribusi prior-nya. Continue reading “Seri Bayesian: Prior dalam Metode Bayesian”

Seri Bayesian untuk Pemula: BAYES FACTOR

Penggunaan Bayes factor merupakan suatu alternatif aliran bayesian atas uji hipotesis aliran klasik. Bayes factor juga digunakan dalam metode pemilihan model yang disebut Bayes model comparison.

Dalam Bayesian kita telah mengetahui bahwa probabilitas posterior diberikan oleh teorema Bayes berikut: Continue reading “Seri Bayesian untuk Pemula: BAYES FACTOR”

Seri Bayesian Untuk Pemula: Teorema Bayes, Kunci dalam Statistik Bayesian

Pada artikel sebelumnya (Seri Bayesian untuk Pemula: Teorema Bayes), kita telah mengenal Teorema Bayes sebagai dasar dalam inferens statistik Bayesian. Untuk lebih memahami bagaimana kita dapat menggunakan teorema Bayes untuk memperbaiki/meningkatkan keyakinan akan bukti-bukti dasar (dari data observasi kita), kita perlu melihat bagian-bagian dari teorema Bayes secara satu persatu. Continue reading “Seri Bayesian Untuk Pemula: Teorema Bayes, Kunci dalam Statistik Bayesian”