On Outlier Rejection Phenomena in Bayes Inference
贝叶斯推断中的离群值排斥现象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：摘要研究通用位置参数推断与离群观测影响，未涉及金融尾部风险或分布效应。
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
贝叶斯推断中的离群值排斥现象
- 研究问题
- 对位置参数进行贝叶斯推断时，哪些抽样分布会使极端观测的影响自然消失，哪些分布不会，并且先验如何影响这一现象？
- 方法与思路
- 作者在不显式建模离群值的情况下研究尾部性质与极端观测影响，提出离群相关定义，并讨论任意先验下的结论。
- 材料陈述的贡献
- 摘要称适当厚尾分布可自然排斥极端观测，以 t 分布和正态分布说明相反行为，并指出结论对非贝叶斯方法也有意义。
- 阅读关注点
- 应核对离群排斥的极限定义、尾部条件、允许的先验与推断程序范围，以及 outlier-prone 和 outlier-resistant 的作者定义。
- 阅读边界
- 仅据 Crossref 摘要；作者术语不可直接等同于通常的稳健性评价，厚尾条件及可容许程序定义未提供，不能泛化至所有模型。
原文摘要
Summary Inference is considered for a location parameter given a random sample. Outliers are not explicitly modelled, but rejection of extreme observations occurs naturally in any Bayesian analysis of data from distributions with suitably thick tails. For other distributions outlier rejection behaviour can never occur. These phenomena motivate new definitions of outlier-proneness and outlier-resistance. The definitions and methodology are Bayesian but the conclusions also have meaning for non-Bayesians because they are proved for arbitrary prior distributions. Thus, for example, the t distribution is said to be outlier-prone because it is shown that any admissible inference procedure applied to a t sample will effectively ignore extreme outlying observations regardless of prior information. On the other hand, the normal distribution, for example, is said to be outlier-resistant because it never allows outlier rejection, regardless of prior information.