边际似然函数（贝叶斯统计背景下）

边际似然函数

统计学中，边际似然函数（marginal likelihood function 或 integrated likelihood）是一种似然函数，其中某些参数变量被边缘化。在贝叶斯统计的背景下，它常常代指证据evidence或模型证据model evidence。

概念

给定一组独立同分布的数据点$X=(x_1,\dots ,x_n)$,其中$x_i\sim p(x_i|\theta )$,$p(x_i|\theta )$是一个概率分布，其参数为$\theta$，其中$\theta$本身就是一个随机变量，可以用一个概率分布来描述，
即$\theta \sim p(\theta |\alpha )$。而边际似然函数就是求概率$p(X|\alpha )$是多少，其中参数$\theta$被边缘化（marginalized out)而消失:

$$p(X|\alpha )={\int }_{\theta }p(X|\theta )p(\theta |\alpha )d\theta$$
上述定义是在贝叶斯统计背景下提出的。