Является ли байесовская оценка с «плоским априором» такой же, как оценка максимального правдоподобия?

В филогенетике филогенетические деревья часто строятся с использованием MLE или байесовского анализа. Часто в байесовской оценке используется плоский априор. Насколько я понимаю, байесовская оценка - это оценка вероятности, которая включает в себя предварительную оценку. Мой вопрос: если вы используете фиксированную априорность, отличается ли она от простого анализа вероятности?

Резюмируя и расширяя комментарии: «Оценка байесовского MAP может совпадать с MLE. Однако апостериорное распределение не имеет эквивалента с точки зрения вероятности». Что вы подразумеваете под "байесовской оценкой"? Зачастую с байесовским анализом мы просто суммируем данные по апостериорному распределению (при условии, что оно существует, в данном случае иногда с плоским априором (не интегрируясь в единицу), мы получаем формальный апостериор, который не интегрируется в единицу, поэтому не совсем раздача). Такие байесовские сводки не имеют варианта правдоподобия, как обычно видно. Некоторые пытаются исправить это, представляя концепцию доверительного распределения на основе функции правдоподобия, см. Http://folk.uio.no/tores/Publications_files/Schweder_Hjort_Confidence%20and%20likelihood_SJS2002.pdf. (и их предстоящая книга).

Но, если вы пойдете по пути определения оценки Байеса , у вас есть различные способы сделать это! Вы можете выбрать оценщик MAP, который формально может быть таким же, как MLE. Или вы можете выбрать оценку, основанную на теории принятия решений, путем минимизации некоторой апостериорной функции ожидаемых потерь. Много возможностей, и ни один из них не имеет эквивалента вероятности.