贝叶斯分析中的“低级参数”是什么？

Question

我正在阅读 Kruschke 的书“做贝叶斯数据分析”，在第 245 页上它说：

在典型的层次模型中， 低级参数拉得更近 如果没有更高级别的分布，它们会比在一起。这种拉 一起称为估计的收缩。

有人能解释一下贝叶斯分析中低级和高级参数的含义吗？

我在书中找不到它的定义。 英语不是我的母语，也许对你来说更容易理解。

问候。

PD： 我想... 如果似然函数可以这样分解： p(D|a,b,c) = p(D|a) p(a|b) p(b|c) p(c) 那么a是比b低级的参数，b是比c低级的参数。

Answer 1

是的，你的答案是，“如果似然函数可以这样分解： p(D|a,b,c) = p(D|a) p(a|b) p(b|c) p( c) 那么 a 是比 b 低级的参数，b 是比 c 低级的参数。”完全正确。