在研究贝叶斯统计时，引入了一种称为HPD区间的区间估计，我试图找到beta分布95%的HPD区间。我尝试了几种方法，但找到一个算法，发现HPD间隔是困难的。我想用途：
p <- seq(0, 1, length = 100) density <- dbeta(p, 7, 25)
找到HPD间期另一个问题是，我知道我们通过计算dbeta(p, 7, 25)得到密度值，但是否存在dbeta的反函数？我试图得到p和相应的密度值。提前感谢您的帮助！
dbeta(p, 7, 25)
velaa5lx1#
看看TeachingDemos::hpd的代码。你需要的是相反的cdf（icdf）。
TeachingDemos::hpd
icdf
function(posterior.icdf, conf=0.95, tol=0.00000001,...){ conf <- min( conf, 1-conf ) f <- function(x,posterior.icdf,conf,...){ posterior.icdf(1-conf+x,...) - posterior.icdf(x,...) } out <- optimize(f, c(0,conf), posterior.icdf = posterior.icdf, conf=conf, tol=tol, ...) return( c( posterior.icdf(out$minimum,...), posterior.icdf(1-conf+out$minimum,...) ) ) }
画一张图，你会发现这很容易。
1条答案
按热度按时间velaa5lx1#
看看
TeachingDemos::hpd的代码。你需要的是相反的cdf（icdf）。画一张图，你会发现这很容易。