Bayesian Full Information Analysis of Simultaneous Equations
联立方程的贝叶斯全信息分析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：摘要明确研究联立方程模型的全信息贝叶斯分析，对应结构方程系统的估计方法。
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
联立方程的贝叶斯全信息分析
- 研究问题
- 如何为联立方程模型构造兼容逐方程边际先验的贝叶斯全信息分析，并刻画联合、条件及边际后验的性质？
- 方法与思路
- 作者回顾并扩展自然共轭先验，使用一个封闭先验族，使逐方程独立指定多元 Student 形式边际先验与系统分析兼容。
- 材料陈述的贡献
- 摘要称建立扩展先验下后验密度及若干条件、边际密度的性质，并分析似不相关回归方程这一特殊情形的后验。
- 阅读关注点
- 应核对联立系统的识别与参数化、先验族封闭性的含义、逐方程先验指定的兼容性，以及特殊情形的后验推导。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；识别限制、后验存在条件及计算细节未说明，不能据此判断具体系统的可识别性。
原文摘要
Abstract The paper reviews and extends a Bayesian full information analysis of the simultaneous equations model, based upon an extended natural conjugate prior density. The extended prior density belongs to a closed family and is compatible with the independent specification for each equation of a marginal prior density in the multivariate Student form. The paper establishes properties of the resulting posterior density, of some conditional and marginal densities, and of the posterior densities in the special case of seemingly unrelated regression equations.