A Máximo a Posteriori (MAPA) estimation is a statistical technique used in the field of Inferência Bayesiana. It provides a way to estimate an unknown parameter by finding the mode of the posterior distribution. In simpler terms, MAP is used to determine the most likely value of a parameter given some dados observados e crenças prévias sobre esse parâmetro.
In estatísticas bayesianas, the posterior distribution represents the updated beliefs about a parameter after observing the data. It is calculated using Bayes’ theorem, which combines the likelihood of the observed data given the parameter and the prior distribution of the parameter itself. The mathematical expression for the posterior distribution is:
P(θ | D) = P(D | θ) * P(θ) / P(D)
onde:
- P(θ | D) é a distribuição posterior do parâmetro θ dado os dados D.
- P(D | θ) é a verossimilhança dos dados dado o parâmetro.
- P(θ) é a distribuição prévia do parâmetro.
- P(D) is the probabilidade marginal dos dados.
Para realizar a estimativa MAP, busca-se maximizar a distribuição posterior. Isso geralmente é feito ao tirar o logaritmo da posterior (para simplificar os cálculos) e maximizar esse logaritmo. O resultado é uma estimativa pontual do parâmetro que incorpora tanto as evidências dos dados quanto quaisquer crenças prévias.
MAP estimation is particularly useful in situations where one has prior knowledge or beliefs about the parameters being estimated, allowing for a more informed estimate than methods like Estimativa de Máxima Verossimilhança (MLE), que considera apenas os dados observados.