मैं स्टेन प्रलेखन से गुजर रहा था जिसे यहाँ से डाउनलोड किया जा सकता है । मुझे गेलमैन-रुबिन डायग्नोस्टिक के उनके कार्यान्वयन में विशेष रूप से दिलचस्पी थी। मूल पेपर गेलमैन एंड रुबिन (1992) संभावित स्केल रिडक्शन फैक्टर (PSRF) को निम्नानुसार परिभाषित करता है:
चलो हो वें मार्कोव श्रृंखला नमूना है, और वहाँ समग्र रहने दो स्वतंत्र नमूना जंजीरों। Let \ bar {X} _ {i \ cdot} का अर्थ i वें श्रृंखला से है, और \ bar {X} _ {\ _ cdot \ cdot} का अर्थ समग्र होना चाहिए। परिभाषित करें, W = \ dfrac {1} {M} \ sum_ {m = 1} ^ {M} {s ^ 2_m}, जहां s ^ 2_m = \ dfrac {1} {N-1} \ sum_ {t = 1 } ^ {N} (\ bar {X} _ {mt} - \ bar {X} _ {m \ cdot}) 2 \ _:। और B B = \ dfrac {N} {M-1} \ sum_ {m = 1} ^ {M} (\ bar {X} _ {m \ _ cdot} - \ bar {X} _ {\ _ cdot \ cdot] परिभाषित करें }) ^ 2 \ _। मैं एम ˉ एक्स मैं ⋅ मैं ˉ एक्स ⋅ ⋅ डब्ल्यू = 1रों 2 मीटर =1
परिभाषित करें
पृष्ठ 349 पर स्टेन प्रलेखन df के साथ इस शब्द को अनदेखा करता है और गुणक शब्द को भी हटा देता है । यह उनका सूत्र है,
विचरण आकलनकर्ता
अंत में, संभावित स्केल रिडक्शन स्टैटिस्टिस्टिक को " हैट {R} = \ sqrt {\ frac {\ widehat {\ text {var}} ^ {+} (\ theta \; | \ _, y)} {W}} द्वारा परिभाषित किया गया है।
जो मैं देख सकता था, वे सूत्र के इस परिवर्तन के लिए एक संदर्भ प्रदान नहीं करते हैं, और न ही वे इस पर चर्चा करते हैं। आमतौर पर बहुत बड़ा नहीं होता है, और अक्सर रूप में कम हो सकता है , इसलिए को अनदेखा नहीं किया जाना चाहिए, भले ही शब्द 1 के साथ अनुमानित किया जा सकता है।
तो यह सूत्र कहाँ से आता है?
संपादित करें: मुझे इस प्रश्न का आंशिक उत्तर मिला है कि " यह सूत्र कहाँ से आता है? ", जिसमें गेलमैन, कार्लिन, स्टर्न और रुबिन (दूसरा संस्करण) बायेसियन डेटा एनालिसिस पुस्तक का एक ही सूत्र है। हालांकि, पुस्तक यह नहीं बताती है कि उन शर्तों को अनदेखा करना कैसे / क्यों उचित है?