标记为 Bayes Factors 的帖子

Bayes 因子和边际似然

比较模型的“贝叶斯方法”是计算每个模型的*边际似然* \(p(y \mid M_k)\)，即给定模型 \(M_k\) 的观测数据 \(y\) 的概率。这个量，边际似然，只是贝叶斯定理的归一化常数。如果我们写出贝叶斯定理并明确所有推断都依赖于模型，我们就可以看到这一点。