[转]一个贝叶斯（动态线性）模型的应用实例？

Fr：能否举一个贝叶斯动态线性模型的应用实例？

贝叶斯的思想，核心在于，先验（priori），从观察数据得到的似然（likelihood, or evidence）, 后验（posterior）。

举个简单的例子，从两次考试的成绩来判断小明是不是个聪明的学生。

一开始，我们对小明是否聪明没有任何先验知识，那么p(聪明)=0.5,p(不聪明)＝0.5。

经过第一次考试，小明考了90分。我们根据p（90分 ｜ 聪明）＝0.8， p(90 分｜不聪明 )＝0.1这样的似然函数，计算出后验p（聪明 ｜ 90分）＝a, p(不聪明 ｜ 90分)＝1－a。

那么再第二次考试之前呢，我们的先验知识就是上一次的后验，即p(聪明)＝a，p(不聪明)＝1-a。

然后接着用第二次测试的数据，似然函数，来得到新的后验。

如果先验（priori）unknown，那么可 以使用Monte Carlo来获得一个先验;

至于 Markov Chain？

两则趣味贝叶斯统计案例