Computing Bayes Factors Using a Generalization of the Savage-Dickey Density Ratio
利用广义 Savage–Dickey 密度比计算贝叶斯因子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：摘要属于通用贝叶斯模型比较和计算方法，没有直接对应所列经济计量细分方向的证据。
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
利用广义 Savage–Dickey 密度比计算贝叶斯因子
- 研究问题
- 如何通过后验模拟简便计算贝叶斯因子，并明确 Savage–Dickey 密度比之外所需修正项的作用？
- 方法与思路
- 作者将贝叶斯因子表示为 Savage–Dickey 密度比与修正因子的乘积，再分别利用后验模拟估计这两个部分。
- 材料陈述的贡献
- 摘要提出一种贝叶斯因子计算方法，称两个部分均易于模拟估计，并指出某些情形下计算可以不直接求值似然函数。
- 阅读关注点
- 应核对乘积分解成立的模型与先验条件、修正因子的定义、密度比估计误差，以及无需求值似然的具体适用情形。
- 阅读边界
- 材料是版本未注明的 OpenAlex 索引摘要；未说明分解条件与模拟精度，不能将无需计算似然的说法推广至所有模型或推断刊本变化。
原文摘要
We present a simple method for computing Bayes factors. The method derives from observing that in general, a Bayes factor can be written as the product of a quantity called the Savage-Dickey density ratio and a correction factor; both terms are easily estimated from posterior simulation. In some cases it is possible to do these computations without ever evaluating the likelihood.