Conjugate Priors for Exponential Families
指数族的共轭先验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：摘要属于通用指数族与贝叶斯先验理论，未明确对应所列经济计量领域细分。
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
指数族的共轭先验
- 研究问题
- 指数族中，均值参数的后验期望关于观测呈线性这一性质，能否用于刻画共轭先验，并识别使先验可归一化的超参数？
- 方法与思路
- 作者以均值参数后验期望的线性性质刻画自然参数空间上的共轭先验测度，并分析超参数允许先验为适当分布的范围。
- 材料陈述的贡献
- 摘要称建立了共轭先验与线性后验期望性质之间的刻画，并划定可产生适当共轭先验的超参数取值范围。
- 阅读关注点
- 应核对指数族及参数空间的条件、刻画是否为充要关系、先验测度的形式，以及先验适当性与后验适当性的区别。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；未提供完整条件和超参数范围，不能推广至任意指数族或任意线性后验期望。
原文摘要
Let $X$ be a random vector distributed according to an exponential family with natural parameter $\theta \in \Theta$. We characterize conjugate prior measures on $\Theta$ through the property of linear posterior expectation of the mean parameter of $X : E\{E(X|\theta)|X = x\} = ax + b$. We also delineate which hyperparameters permit such conjugate priors to be proper.