The multivariate beta process and an extension of the Polya tree model
多元贝塔过程与波利亚树模型的扩展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：摘要直接建模协变量索引的未知分布族，并进行生存分布的非参数推断。
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
多元贝塔过程与波利亚树模型的扩展
- 研究问题
- 如何为随协变量变化的一族未知分布建立相互依赖的非参数概率模型，同时方便地将其先验中心设在参数回归模型附近？
- 方法与思路
- 作者提出具有贝塔边际分布的多元贝塔过程，用它构造协变量索引分布族的先验，使每个分布的边际先验为波利亚树。
- 材料陈述的贡献
- 摘要称该构造便于以任意参数回归模型为中心建立非参数模型，可用于生存分布推断，并扩展参数回归先验的支持。
- 阅读关注点
- 应核对过程如何表达不同协变量下分布的依赖、先验中心与支持的含义，以及生存数据的似然和后验计算方式。
- 阅读边界
- OpenAlex 摘要的稿件版本未注明；未提供过程构造、后验性质或计算表现，不能据此判断先验敏感性与实际估计精度。
原文摘要
We introduce a novel stochastic process that we term the multivariate beta process. The process is defined for modelling-dependent random probabilities and has beta marginal distributions. We use this process to define a probability model for a family of unknown distributions indexed by covariates. The marginal model for each distribution is a Polya tree prior. An important feature of the proposed prior is the easy centring of the nonparametric model around any parametric regression model. We use the model to implement nonparametric inference for survival distributions. The nonparametric model that we introduce can be adopted to extend the support of prior distributions for parametric regression models.