For non-informative data, that is, for predictors which all have the same value, z = x. i = y j , For i = 1, ..., r and j = 1, ..., n - r, the terms in the exponentials in (9) all become 0,. and the posterior distribution for θ collapsesto the ordinary beta-distribution
สำหรับข้อมูลที่ไม่ใช่ข้อมูลที่เป็นพยากรณ์ซึ่งทุกคนมีค่าเท่ากัน, Z = X i = yj สำหรับ i = 1, ... , R และ J = 1, ... , n - R, เงื่อนไขการ exponentials ในที่ (9) กลายเป็น 0 ,. และการกระจายหลังสำหรับθ collapsesto เบต้ากระจายสามัญ
การแปล กรุณารอสักครู่..
สำหรับไม่ข้อมูลข้อมูลที่เป็น ตัวแปร ซึ่งทั้งหมดมีมูลค่าเดียวกัน , z = x = y J , i = 1 , . . . , R และ j = 1 , . . . , n - r , เงื่อนไขในการยกกำลัง ( 9 ) เป็น 0 , . และการกระจายหลังθ collapsesto การแจกแจงเบต้าธรรมดา
การแปล กรุณารอสักครู่..