A Multinomial Bayesian Approach to the Estimation of Population and Vocabulary Size
估计总体与词汇规模的多项分布贝叶斯方法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：多项分布在此用于类别数量与覆盖率估计，摘要未涉及经济主体的离散选择。
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
估计总体与词汇规模的多项分布贝叶斯方法
- 研究问题
- 样本来自类别数量及类别概率均未知的多项分布时，如何估计总体或词汇的类别总数，以及样本的覆盖程度？
- 方法与思路
- 作者对类别数量指定任意先验，给定数量后对类别概率采用对称 Dirichlet 先验，并为未知平坦化参数设计两阶段方法。
- 材料陈述的贡献
- 摘要称提出类别总数与样本覆盖率的贝叶斯估计程序，并将其应用于物种、等位基因、文学作品及英语词汇样本。
- 阅读关注点
- 应核对未观测类别的处理、覆盖率定义、先验选择和两阶段参数估计方式，以及应用结果对这些设定的敏感性。
- 阅读边界
- 仅据版本未注明的索引摘要；后验计算细节、先验敏感性和应用数值未说明，不能判断估计精度或普遍适用性。
原文摘要
We approach estimation of the size of a population or a vocabulary through a Bayesian analysis of the multinomial distribution. We view the sample as being generated from such a distribution with an unknown number of cells and unknown cell probabilities, and develop a Bayesian procedure to estimate the number of cells and the coverage of the sample. The prior distribution of the number of cells is arbitrary. Given that number, the cell probabilities are assumed to follow a symmetric Dirichlet prior. A two-stage approach is developed for use when the flattening constant of the latter prior cannot be specified in advance. Our procedures are applied to samples of butterflies, insect species and alleles, to the works of Shakespeare and Joyce, and to Eldridge's sample of English words.