t 分布是具有未知方差和共轭先验分布的正态均值的边际后验分布,可以解释为具有共同均值的正态分布和遵循逆伽马分布的方差的混合。
“t分布是具有未知方差的正态均值的边际后验分布”究竟是什么意思(根据数学公式)?
在Wikipedia 上的表格中,我没有发现 t 分布是正态分布的共轭先验分布。那么“共轭先验分布”从何而来?
t 分布是具有未知方差和共轭先验分布的正态均值的边际后验分布,可以解释为具有共同均值的正态分布和遵循逆伽马分布的方差的混合。
“t分布是具有未知方差的正态均值的边际后验分布”究竟是什么意思(根据数学公式)?
在Wikipedia 上的表格中,我没有发现 t 分布是正态分布的共轭先验分布。那么“共轭先验分布”从何而来?
我会让其他人解决您的第一个问题,但关于第二个要点,@Glen_b 是正确的:分布是后验,而不是先验。这里的问题是文本中关于“和”连接哪些短语存在歧义。考虑以下两种可能性:
t分布是具有未知方差的正态均值的边际后验分布并且[它也是]共轭先验分布......
对比
t 分布是正态均值的边际后验分布具有未知方差和 [当] 共轭先验分布 [已被使用] ...
正确的解释是#2。
摆脱繁重的数学并用简单的英语交谈,我只是将 t 分布视为正态分布,已针对与小样本(表中的低 DF)相关的更大不确定性进行了调整。因此,t 分布的尾部比正态分布更宽或更厚,导致置信区间更宽(反映小样本的不确定性更大)。一旦 n ~ 60 或更多,这两个分布变得无法区分。而且,如果您使用 t 分布或正态分布进行假设检验,您将获得基本相同的 p 值。