跳到正文
← 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:离散参数空间的先验构造属于一般贝叶斯理论,离散参数本身不构成离散选择模型的证据。

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
C. Villa
S. G. Walker

离散参数空间先验概率质量函数的客观构造方法

研究问题
如何为离散参数空间构造客观先验,减少既有方法依赖特定问题的局限,并以统一原则处理不同的离散参数情形?
方法与思路
作者不直接定义客观概率,而是提出基于损失函数的客观准则,将其系统应用于文献讨论过的多种离散场景并比较所得先验。
材料陈述的贡献
摘要称所提方法适用于任意离散参数空间,可在不同模型中使用统一概念,并通过一系列场景展示其与既有先验的差异。
阅读关注点
应核对损失函数的具体定义、损失到先验概率的转换规则,以及不同离散空间中的适用条件和比较标准,辨明客观性的含义。
阅读边界
所给 OpenAlex 索引摘要未注明稿件版本,且夹有作者与出版信息;损失准则、技术条件及比较结果未提供,统一适用性需核对原文。

原文摘要

C. Villa & S. G. WalkerC. Villa is Lecturer, School of Mathematics, Statistics and Actuarial Science, University of Kent, Canterbury, UK (E-mail: cv88@kent.ac.uk). S. G. Walker is Professor, Department of Statistics and Data Sciences, and Division of Statistics and Scientific Computation, University of Texas at Austin, TX 78712 (E-mail: s.g.walker@math.utexas.edu).Color versions of one or more of the figures in the article can be found online at www.tandfonline.com/r/jasa.We present a novel approach to constructing objective prior distributions for discrete parameter spaces. These types of parameter spaces are particularly problematic, as it appears that common objective procedures to design prior distributions are problem specific. We propose an objective criterion, based on loss functions, instead of trying to define objective probabilities directly. We systematically apply this criterion to a series of discrete scenarios, previously considered in the literature, and compare the priors. The proposed approach applies to any discrete parameter space, making it appealing as it does not involve different concepts according to the model. Supplementary materials for this article are available online.

笔记与分组
相关领域论文