Bayesian Analysis of a Bivariate Normal Distribution with Incomplete Observations
不完整观测下二元正态分布的贝叶斯分析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：摘要属于一般缺失数据与贝叶斯推断，未给出所列领域细分的直接依据。
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
不完整观测下二元正态分布的贝叶斯分析
- 研究问题
- 当二元正态总体的样本存在不完整观测时，如何对两个总体均值之差进行推断，并从贝叶斯角度处理该问题？
- 方法与思路
- 作者针对不完整二元正态样本采用贝叶斯推断，与已有抽样理论视角相对应；摘要未交代先验选择和计算方法。
- 材料陈述的贡献
- 摘要明确的贡献是为不完整样本下的总体均值差推断提供贝叶斯处理，未说明所得后验形式或相对表现。
- 阅读关注点
- 应核对观测缺失的模式与机制、参数先验及后验是否适定，以及均值差的区间构造和与抽样理论方法的比较。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未说明缺失机制、先验或推断结果，不能假定方法适用于任意缺失数据。
原文摘要
We consider the problem of drawing inferences on the difference of the population means when an incomplete sample from a bivariate normal population is available. Whereas Mehta and Gurland [7] have considered this problem from the sampling theory point of view, we tackle here the same problem from a Bayesian approach.