贝叶斯分析中的“低级参数”是什么？

Question

我正在阅读Kruschke的书“做贝叶斯数据分析”，并在第245页上说：

在典型的层次模型中，估计值 低级参数拉近了 如果没有更高级别的分发，那么他们将会一起。这拉 一起称为估计收缩。

请问有人解释贝叶斯分析中低级和高级参数的含义吗？

我在书中找不到它的定义。 英语不是我的母语，也许对你来说更容易理解。

问候。

PD： 我认为... 如果似然函数可以这样考虑：p（D | a，b，c）= p（D | a）p（a | b）p（b | c）p（c） 那么a是比b更低级别的参数，它是比c更低级别的参数。

Answer 1

是的，你的回答是，“如果似然函数函数可以这样考虑：p（D | a，b，c）= p（D | a）p（a | b）p（b | c）p（ c）那么a是比b更低级参数的低级参数。“是完全正确的。