双重黄色“贝叶斯蛋”：贝叶斯，常客和250年前的难题
背景。 长期以来，贝叶斯主义者和频繁主义者之间彼此矛盾。“先验”的概念仍然是这250年之久的拔河比赛的中心：常客认为先验是可以掩盖最终推断的弱点，而贝叶斯人则认为这是将专家知识整合到数据分析中的一种力量。因此，问题自然而然地出现了，我们如何才能开发一个兼具两全其美的贝叶斯频率合并数据分析工作流？
双球。要开发一种“可防御且可辩护的”贝叶斯学习模型，我们必须超越之前基于“随心所欲”（近似猜测）的盲目“曲柄”状态。对先前建模的呆滞态度可能导致灾难性的推论，影响从临床药物开发到总统选举预测的各个领域。真正的问题是：我们如何发现传统的基于智慧的先验的盲点？我们如何开发可验证的 方式将数据和科学[DS-prior]结合起来的先验模型构建科学 –双卵黄贝叶斯蛋？不幸的是，这些问题超出了通常的贝叶斯方法操作范围，需要新的思路。
最近的进展。可以在http://tiny.cc/BayesGOF中找到有关此方向的一些最新尝试， 它提出了一种新的数据建模机制，可以有效地整合贝叶斯和常客主义，常识性，参数性和非参数性，主观和客观，分位数和信息理论。但是，从实际的角度来看，我们的“通过拟合优度的贝叶斯”框架的主要吸引力在于其（i）使用探索性图形诊断来量化和防止先前数据冲突的能力；（ii）理论上的简单性使其适用于解析封闭形式的解决方案，避免了诸如MCMC或变分方法之类的计算密集型技术。
题库