A simple general formula for tail probabilities for frequentist and Bayesian inference
频率学派与贝叶斯推断尾概率的简便通用近似公式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：尾概率在此用于一般参数检验，未涉及金融尾部风险或其他所列领域细分。
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
频率学派与贝叶斯推断尾概率的简便通用近似公式
- 研究问题
- 存在干扰参数时，如何以简便公式近似标量参数检验的p值，并在频率学派与贝叶斯推断中使用这一方法？
- 方法与思路
- 作者提出无需显式干扰参数化的近似公式，讨论计算机代数实现，并通过示例联系Barndorff–Nielsen近似。
- 材料陈述的贡献
- 摘要称，该公式覆盖频率学派与贝叶斯情境，并提供实现讨论及实例，但未在摘要中报告精度阶数或优势幅度。
- 阅读关注点
- 核对两种推断情境下尾概率的具体含义、公式输入与成立条件，以及与已有近似之间的关系和误差表现。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；公式、正则条件和近似误差未给出，不能将通用表述理解为适用于所有模型。
原文摘要
We describe a simple general formula for approximating the p-value for testing a scalar parameter in the presence of nuisance parameters. The formula covers both frequentist and Bayesian contexts and does not require explicit nuisance parameterisation. Implementation is discussed in terms of computer algebra packages. Examples are given and the relationship to Barndorff-Nielsen's approximation is discussed.