Expectation Consistency and Generalized Bayes Inference
期望一致性与广义贝叶斯推断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：摘要讨论贝叶斯推断的一般理论，离散参数本身不足以归入离散选择领域。
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
期望一致性与广义贝叶斯推断
- 研究问题
- 离散数据与离散参数下，期望一致性是否迫使后验分布具有广义贝叶斯形式，以及由后验隐含的先验是否唯一？
- 方法与思路
- 作者在其先前提出的期望一致性准则基础上研究后验表示，并用参数空间的划分刻画可产生相同后验的先验类别。
- 材料陈述的贡献
- 摘要称在很弱的假设下，期望一致性蕴含广义贝叶斯后验；同时指出隐含先验未必唯一，并刻画其分布类别。
- 阅读关注点
- 应核对期望一致性的定义、所谓弱假设的具体内容，以及参数空间划分如何决定先验非唯一性和表示范围。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，具体假设与证明未说明，不能推断结论适用于连续参数或其他一致性准则。
原文摘要
In a previous paper, the authors introduced a new criterion of expectation consistency between probability distributions of discrete data given discrete parameter values and arbitrary posterior probability distributions for the parameter. It is here shown, under very weak assumptions, that expectation consistency implies that the posterior distributions are generalized Bayes. However when the posterior distributions are generalized Bayes, the implied prior distribution need not be unique. The class of implied distributions is characterized in terms of a partition of parameter space.