Approximate Posterior Distributions
近似后验分布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：摘要讨论通用贝叶斯后验近似，未明确涉及所列经济计量细分领域。
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
近似后验分布
- 研究问题
- 如何根据已实现的似然选择操作性先验以近似后验，并在包含奇异子集概率质量的情形下统一贝叶斯检验与估计？
- 方法与思路
- 作者推广精密测量近似，允许任意操作性先验及混合型先验，并建立其与局部密度高度集中的绝对连续分布之间的近似。
- 材料陈述的贡献
- 摘要称文章扩展后验近似的先验类别，提出由自然共轭先验构造的混合型分布，并用正态抽样说明统一推断的思路。
- 阅读关注点
- 应核对操作性先验依赖已实现似然的规则、近似误差与适用条件，以及奇异概率质量如何影响检验和估计的后验解释。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未提供近似精度、收敛条件或校准结果，正态示例不能支持普遍适用性。
原文摘要
This paper proposes the use of approximate posterior distributions resulting from operational prior distributions chosen with regard to the realized likelihood function. L.J. Savage's “precise measurement” is generalized for approximation in terms of an arbitrary operational prior density, including mixed-type prior distributions with positive probabilities on singular subsets. A new approximation is also given relating such distributions to absolutely continuous distributions with high local concentrations of density. Mixed-type distributions constructed from the natural conjugate prior distributions are proposed and illustrated in the normal-sampling case for unified Bayesian inference in testing and estimation contexts.