Transitivitas inferensi Bayesian
Untuk konteks lebih lanjut tentang pertanyaan ini, silakan lihat pertanyaan saya yang lain . Perhatikan bahwa saya seorang pemula dalam metode Bayesian.
Untuk mengingat, saya mencoba memperkirakan rasio waktu eksekusi dari dua versi berbeda dari perangkat lunak yang sama (dasar dan yang lebih baik).
Namun, ada komplikasi yang tidak saya sebutkan dalam pertanyaan itu. Saya sebenarnya memiliki tiga versi perangkat lunak: versi serial, versi paralel dasar, dan versi paralel yang ditingkatkan. Katakanlah waktu eksekusi untuk setiap versi adalah$t_0$, $t_1$ dan $t_2$, masing-masing. Saya ingin menghitung jumlah berikut (baik sebagai perkiraan titik dan interval yang dapat dipercaya):
- $t_0/t_1$, percepatan paralel dari versi dasar
- $t_1/t_2$, percepatan dari versi dasar ke versi yang ditingkatkan
- $t_0/t_2$, percepatan paralel dari versi yang ditingkatkan
Saat ini saya menggunakan model BEST , yang merupakan uji dua sampel, dan saat ini saya menjalankan model untuk kasus (1) dan (2) di atas. Saya juga tertarik pada kasus (3), tetapi ingin menghindari membayar harga untuk menghitung model lagi dengan$t_2$ dan $t_0$ sebagai masukan.
Pertanyaan saya adalah: apakah ada semacam properti transitif, sehingga saya dapat menggunakan hasilnya untuk $t_0$ (diperoleh dari model untuk kasus (1)) dan $t_2$ (diperoleh dari model untuk kasus (2)) untuk menghitung kasus (3) tanpa menjalankan model untuk ketiga kalinya?
Jawaban
Jika Anda tertarik pada hubungan antara tiga variabel, mengapa Anda menggunakan dua model berpasangan? Sebagai gantinya, buat saja model yang memperkirakan tiga sarana untuk setiap kondisi, dan bandingkan keduanya. Secara teknis: buat model yang memperkirakan sarana, ambil sampel MCMC dari model, dan hitung rasio minat dan distribusinya dari sampel. Hanya itu yang Anda butuhkan di sini.