Pääartikkeli: Bayesin teoreema
Bayesin kaava voidaan kirjoittaa seuraavasti:
Visa mer

Merkintöjä
• $${\displaystyle \mathbf {y} }$$ on havaittu aineisto.
• $${\displaystyle {\boldsymbol {\theta }}}$$ on tuntematon parametri(vektori). Se voi olla myös puuttuva havainto(vektori) tai latentti muuttuja. Visa mer

Oleellinen osa Bayes-tilastotiedettä on mallikritiikki, ja se pohjautuu pitkälti prediktiiviseen jakaumaan
• Visa mer

Bayesiläisessä tilastotieteessä käytetään usein Bayesin kaavasta johdettua kaavaa p(x|y) = p(y|x)p(x) / p(y). Tämä kaava on voimassa tietyt … Visa mer

Posteriorijakauman laskeminen analyyttisesti ei aina onnistu. Syynä on useimmiten se, että nimittäjässä on moniulotteinen integraali, joka on erittäin vaikea laskea. Tällöin … Visa mer

Posteriorijakauman ratkaisemiseen erityisesti monimutkaisissa ja hierarkkisissa malleissa joudutaan usein käyttämään MCMC-menetelmää eli Markovin ketju Visa mer

Käytettäessä ei-havaittavalle muuttujalle niin sanottua laakeaa prioria p(x) ~ 1 (engl. uniform prior, tulkitaan singulaarisesti jatkuvana mittana, joka saa saman arvon kaikilla x), posteriori … Visa mer