On Asymptotic Normality of Limiting Density Functions with Bayesian Implications
极限密度函数的渐近正态性及其贝叶斯含义AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要是一般密度与贝叶斯渐近理论，缺少所列经济计量细分方向的直接证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
极限密度函数的渐近正态性及其贝叶斯含义
- 研究问题
- 哪些基本条件可以确保所研究密度函数的渐近正态性，并使贝叶斯后验正态近似具有更广的适用性？
- 方法与思路
- 作者精确陈述三项基本条件，并讨论这些条件作为整体用于贝叶斯渐近后验正态性时的作用。
- 材料陈述的贡献
- 摘要称该条件组合相较此前研究具有更大的普适性和操作灵活性，但没有在摘要中展开具体条件或比较依据。
- 阅读关注点
- 应核对三项条件的准确表述、密度标准化和收敛方式，以及后验正态近似适用的模型及与既有条件的关系。
- 阅读边界
- 仅据所给 Crossref 摘要；三项条件、证明和适用边界均未说明，不能推断所有贝叶斯后验都会渐近正态。
原文摘要
SUMMARY Precise statements of three basic conditions for the asymptotic normality of limiting density functions are given. In the Bayesian context, these conditions as a whole provide a greater generality and more operational flexibility for asymptotic posterior normality than those assumed by previous investigators.