Bayesian
對隨機度量進行積分是什麼意思？
我目前正在看一篇關於狄利克雷過程隨機效應模型的論文，模型規範如下：
在哪裡是尺度參數和是基本度量。在本文後面，它建議我們在基本度量上集成一個函數如 Dirichlet 過程中的基本度量是 cdf 還是 pdf？如果基本度量是高斯會發生什麼？
表示為概率度量的可測量空間，包含狄利克雷過程的實現。隨機概率測度是一個可測量的函數
和積分關於是隨機變量
因此本身是一個隨機的 pdf（如果是pdf）。
這個想法是遵循一些未知的分佈. 在某些情況下，您可能有理由相信是正態分佈的，然後對均值和方差進行先驗。在其他情況下，您不想做出這樣的參數假設。例如，在您的模型中，先驗是狄利克雷過程。
Dirichlet 過程中的基本度量是 cdf 還是 pdf？
基礎測度是任何概率測度，通常用於得到充分支持。在某些情況下，它可以用概率密度函數來表示。這不是很重要。