An information inequality for the Bayes risk
贝叶斯风险的信息不等式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：摘要属于通用统计决策与风险下界理论，未指向所列经济金融细分领域。
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
贝叶斯风险的信息不等式
- 研究问题
- 在二次损失与截断先验下，如何利用信息不等式给出贝叶斯风险下界，并处理既有正则条件不总成立的情形？
- 方法与思路
- 作者从信息不等式推导截断先验对应的贝叶斯风险下界，讨论 Brown 与 Gajek 正则条件受限的情况，并涉及极小极大风险。
- 材料陈述的贡献
- 摘要称得到二次损失下的贝叶斯风险下界，同时给出相关的极小极大风险结果，但未列出不等式形式与适用条件。
- 阅读关注点
- 应核对截断先验的构造、边界项处理，以及既有正则条件失效时需要的替代条件和贝叶斯下界与极小极大结果的联系。
- 阅读边界
- 所给材料为 OpenAlex 索引摘要，稿件版本未注明；下界公式、正则条件与证明均未提供，不能判断界的锐性或推断刊本变化。
原文摘要
This paper presents a lower bound, derived from the information inequality for the Bayes risk with respect to truncated priors under quadratic loss. It is discussed in cases where the regularity condition of Brown and Gajek is not always satisfied. A related result for the minimax risk is also given.