पहले एक फ्लैट के साथ, एमएल (अक्सरवादी - अधिकतम संभावना) और एमएपी (बायेसियन - अधिकतम पोस्टीरियर) अनुमानक मेल खाते हैं।
अधिक सामान्यतः, हालांकि, मैं कुछ नुकसान फ़ंक्शन के ऑप्टिमाइज़र के रूप में व्युत्पन्न बिंदु आकलनकर्ताओं के बारे में बात कर रहा हूं। अर्थात
(बायेसियन) एक्स (
जहां उम्मीद ऑपरेटर है, एल नुकसान समारोह (शून्य पर कम से कम), है एक्स ( y ) है आकलनकर्ता, डेटा दिया y पैरामीटर का, , और यादृच्छिक परिवर्तनीय बड़े अक्षरों के साथ चिह्नित हैं।
क्या किसी को , x और y के pdf पर कोई भी स्थिति पता है , लीनियरिटी और / या निष्पक्षता , जहां अनुमानक संयोग करेंगे?
संपादित करें
जैसा कि टिप्पणियों में कहा गया है, निष्पक्षता जैसी निष्पक्षता की आवश्यकता होती है, जिसे फ्रीक्वेंटिस्ट समस्या को सार्थक करने के लिए आवश्यक है। फ्लैट पुजारी भी एक समानता हो सकती है।
कुछ उत्तरों द्वारा प्रदान की गई सामान्य चर्चाओं के अलावा, प्रश्न वास्तव में वास्तविक उदाहरण प्रदान करने के बारे में भी है । मुझे लगता है कि एक महत्वपूर्ण रेखीय प्रतिगमन से आता है:
- एक्स = ( डी ' डी ) - 1 डी ' y नीले (है गॉस-मार्कोव प्रमेय ), यानी यह रेखीय-निष्पक्ष आकलनकर्ता के बीच frequentist एमएसई कम करता है।
- अगर गाऊसी है और उसे पूर्व फ्लैट, है x = ( डी ' डी ) - 1 डी ' y है "पीछे" मतलब कम करता है किसी भी उत्तल नुकसान समारोह के लिए बायेसियन मतलब नुकसान।
यहाँ, को क्रमशः / बायेसियन लिंगो में क्रमशः डेटा / डिज़ाइन मैट्रिक्स के रूप में जाना जाता है।