prob_meaning: state equivalence of sequential and batch posterior updates
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 1/5
- Tiempo estimado
- Menos de una hora
- Aptitud para principiantes
- 78/100
- Tipo de issue
- Documentación
- Claridad
- Bien especificado
- Estado de actividad
- Tranquilo
- Stack tecnológico
- markdown
- Área
- documentation
Línea de trabajo
Abre lectures/prob_meaning.md y lee la derivación del posterior de n pasos junto con la verosimilitud binomial de la solución del ejercicio. Añade una breve observación que explique que las actualizaciones secuenciales de Bernoulli y una sola actualización binomial producen el mismo posterior porque el estadístico suficiente es el número de caras, independientemente del orden.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
In lectures/prob_meaning.md, the lecture updates the posterior sequentially (one Bernoulli observation at a time), but the exercise solutions use the binomial likelihood over n draws. The equivalence between these two approaches — that updating n times after each Bernoulli observation gives the same posterior as updating once using a Binomial over n draws — is never stated explicitly.
This follows from Beta-Binomial conjugacy: the posterior depends only on the sufficient statistic (k heads in n flips), not on the order of updating. A brief remark after the n-step posterior derivation would make this connection clear for the reader.
- Lenguaje dominante
- TeX
- Estrellas
- 123
- Forks
- 57
- Merge medio
- 3 d 8 h
- PR fusionados (30 d)
- 12
Guía de contribución
No hay ninguna guía de contribución indexada para este repositorio
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de QuantEcon/lecture-python.myst
-
bug content
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
QuantEcon/lecture-python.myst#1021 ·
-
[organization_capital] posterior-mean figure does not show the convergence the text describes Abiertomedium-priority new-lecture
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
QuantEcon/lecture-python.myst#1015 ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
QuantEcon/lecture-python.myst#990 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
QuantEcon/lecture-python.myst#986 ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
QuantEcon/lecture-python.myst#983 ·
Todos los issues de QuantEcon/lecture-python.myst
Issues similares
-
user-reported
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
Kong/developer.konghq.com#7316 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
HarperFast/skills#96 ·
-
Client support matrix inclusion Abiertoenhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
infinispan/infinispan#18150 ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 78/100
fullcalendar/fullcalendar#8106 ·