Approximate Inference in Location—Scale Regression Models
位置—尺度回归模型的近似推断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：摘要研究一般位置—尺度回归的推断近似，未提供与所列经济计量细分领域直接对应的证据。
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
位置—尺度回归模型的近似推断
- 研究问题
- 位置—尺度回归的后验分布能否用常见分布准确近似，这些近似在何种线性回归情形下具有非贝叶斯解释？
- 方法与思路
- 作者用卡方和多元 t 分布近似后验分布，讨论非正规先验下的推断解释，并以两类回归模型提供数值支持。
- 材料陈述的贡献
- 摘要称上述近似表现良好，且线性回归中相关贝叶斯推断具有条件频率及信 fiducial／结构解释。
- 阅读关注点
- 应核对先验与后验的具体形式、近似适用条件，以及条件频率解释和 Weibull、t 误差示例的误差评估。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；近似精度、先验形式和适用条件未详述，不能推广到任意回归模型，也不能推断刊本变化。
原文摘要
It is shown that χ2 and multivariate t distributions provide good approximations to posterior distributions arising in location-scale regression models. In the case of a linear regression model, Bayesian inferences based on an improper prior have conditional frequency, as well as fiducial/structural interpretation; so the results are also applicable in a non-Bayesian context. Numerical support for the approximations is presented for the case of a Weibull regression model and a regression with t distributed errors.