Bayesian methods for binomial data
二项数据的贝叶斯方法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：摘要研究一般二项参数的贝叶斯同时估计，没有明确的选择行为建模或其他所列方向证据。
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
二项数据的贝叶斯方法
- 研究问题
- 如何同时估计多个二项分布的参数，通过分布间的信息共享改善估计，并理解这种方法相对于直接样本比例的表现？
- 方法与思路
- 作者对二项参数进行 logistic 变换并使用可交换先验，在多个二项分布之间汇集信息，形成同时估计程序。
- 材料陈述的贡献
- 摘要称，该程序在某些情形下可优于通常的样本比例估计，并将这项工作定位为更一般非线性模型分析理论的前导。
- 阅读关注点
- 应核对可交换先验的形式及参数处理方式，信息汇集的强度，以及所谓优于样本比例所采用的损失与成立条件。
- 阅读边界
- OpenAlex 索引摘要版本未注明，未说明优势条件、损失函数或先验敏感性；二项响应本身不足以认定这是离散选择模型。
原文摘要
A Bayesian procedure is obtained for the simultaneous estimation of the parameters of m binomial distributions. The method uses logistic transformations for the parameters and an exchangeable prior distribution. Information is combined between the binomial distributions to obtain estimates which, under certain circumstances, will be superior to the usual proportions. This paper is intended as a forerunner to a more general theory for the analysis of nonlinear models.