[Prévia] [Próxima] [Prévia por assunto] [Próxima por assunto]
[Índice cronológico] [Índice de assunto]

Re: [ABE-L]: Reconciliação é possível?



Oi Hedi e colegas

Eu gostaria de separar empirical Bayes (EB) de análise bayesiana objetiva (BO).
A crítica que tenho ao EB é o uso duplicado dos dados, isto é, as observações
são usadas para definir os parâmetros da priori. Pode ser perigoso no caso da
amostra não ser "boa". Se ela for "grande" (quanto??) e representaviva, então a
teoria assintótica verossimilhancista, em geral, dá bons resultados. O EB esta
um pouco na linha do bootstrap.

Já a análise BO (na falta de um nome melhor(1)) não usa os dados para construir
a priori mas sim o modelo estatístico X | \theta, que também é subjetivo e
pré-experimental. Concordo que viola o principio da verossimilhança (PV). Nesse
aspecto eu sigo a linha do Francisco (2), deixemos o fundamentalismo para as
religiões. Pessoalmente, penso que até aí pode ser muito perigoso. Pra
finalizar, provoco um pouco.

Sejamos incoerente! Viole o PV de vez em quando.

Um abraço,

Márcia.

(1) Esse foi o nome defendido por Jim Berger no congresso em Roma OBayes 6, do
qual participei junto com o Josemar. Também lá foi defendida a idéia de
reconciliação. http://3w.eco.uniroma1.it/OB07/

(2)  Também concordo com o Francisco em muitos outros aspectos de suas
mensagens. Menos, é claro, na defesa da interpretação frequencista de
probabilidade. 

Não acredito numa ciência isenta, isto é, livre de subjetivismo. 











Quoting Hedibert Freitas Lopes <hlopes@chicagogsb.edu>:

> Caros redistas,
>     Uma pequena contribuicao na direcao da elicitacao de priori (1a
> referencia) no 
> nosso tempo, onde o esforco  computacional nao e' tao custoso e pode ajudar
> em 
> tal elicitacao.  Objective Bayes e Empirical Bayes, apesar de atraentes, sao
> 
> procedimentos estatisticamente incoerentes (ver 2a e 3a referencias). 
> Adicionalmente,
> Tony O'Hagan, juntamente com Jay Kadane e outros, tem sido um grande
> entusiasta 
> da estatistica Bayesiana e tem contribuido significativamente na direcao da
> elicitacao 
> de prioris em problemas complexos.
> Abracos e bom domingo a todos,
> Hedibert
> 
> [1] Hierarchical Markov Normal Mixture Models with Applications to Financial
> Asset Returns
>      J. Geweke and G. Amisano
>      http://www.biz.uiowa.edu/faculty/jgeweke/papers/paperA/paper.pdf
> 
> [2] Understanding Uncertainty
>      D.V. Lindley
>      Wiley
> 
> [3] Bayes Empirical Bayes 
>      J. J. Deely, D. V. Lindley
>      Journal of the American Statistical Association, 76, 833-841.
> 
> [4] Anthony O'Hagan's contributions to prior elicitation literature
>      http://www.shef.ac.uk/beep/publications.html
> 
>      4.1. Daneshkhah, A. (2004). Psychological Aspects Influencing
> Elicitation of 
>             Subjective Probability. 
>      4.2. Daneshkhah, A. (2004). Uncertainty in Probabilistic Risk
> Assessment: 
>             A Review. 
>      4.3. Garthwaite, P. H., Kadane, J. B., and O'Hagan, A. (2005).
> Statistical methods for 
>             eliciting probability distributions. Journal of the American
> Statistical Association, 
>             100, 680-701.
>      4.4 Jenkinson, D. (2005). The Elicitation of Probabilities-A Review of
> the Statistical   
>            Literature. 
>      4.5. Oakley, J., and O'Hagan, A. (2005). Uncertainty in prior
> elicitations: a non-parametric 
>             approach. 
>      4.6. O'Hagan, A. (2005). Research in elicitation. Invited article for a
> volume entitled 
>             Bayesian Statistics and its Applications.
>      4.7. Daneshkhah, A., Oakley, J. and O'Hagan, A. (2006). Nonparametric
> Prior Elicitation 
>             with Imprecisely assessed Probabilities. 
>      4.8 O' Hagan, A., Buck, C. E., Daneshkhah, A., Eiser, J. E., Garthwaite,
> P. H., Jenkinson, D. 
>            J., Oakley, J. E. and Rakow, T. (2006). Uncertain Judgements:
> Eliciting Expert    
>            Probabilities. This book Will be published by John Wiley and Sons
> in July 2006. 
> 
> 
> 
> 

Marcia D'elia Branco <mbranco@ime.usp.br>