Bayesian
如何將貝葉斯定理與連續先驗一起使用？
如果我的先驗被建模為一個連續的概率分佈，比如說，一個 beta 分佈偏斜以反映我對某些模型的偏見，我如何計算後驗概率？
對我來說，挑戰是計算給定模型的概率，因為連續分佈只會給我對區間的估計。
請原諒這個問題的幼稚，我最近才開始研究貝葉斯統計。
為了比較模型，說
和經典的貝葉斯答案是 (Jeffreys, 1939) 產生一個貝葉斯因子 什麼時候大於數據有利於模型; 什麼時候小於, 數據有利於模型.