Estaba leyendo acerca de Jeffreys antes en la wikipedia: Jeffreys Prior y vi que después de cada ejemplo, describe cómo una transformación estabilizadora de la varianza convierte a Jeffreys prior en un uniforme previo.
Como ejemplo, para el caso de Bernoulli, establece que para una moneda con cara de probabilidad , el modelo de prueba de Bernoulli arroja que Jeffreys antes del parámetro es:
Luego declara que esta es una distribución beta con . También establece que si , entonces el Jeffreys anterior para es uniforme en el intervalo .
Reconozco la transformación como la de una transformación estabilizadora de la varianza. Lo que me confunde es:
¿Por qué una transformación estabilizadora de varianza daría como resultado un previo uniforme?
¿Por qué querríamos un uniforme antes? (ya que parece que puede ser más susceptible a ser inadecuado)
En general, no estoy muy seguro de por qué se da la transformación de seno cuadrado y qué papel juega. ¿Alguien tendría alguna idea?