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:摘要仅讨论一般预测密度,未说明宏观时间序列预测或金融收益预测等具体对象。

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
Michel Lejeune

一种简单的预测密度函数

研究问题
能否通过便于计算的极大似然技术构造预测密度,并使其在相关情形下与采用无信息先验的后验预测密度一致?
方法与思路
作者考察一种易计算的预测密度,说明其与无信息先验后验预测密度的关系,并与标准情形下的经典推断比较。
材料陈述的贡献
摘要称该预测密度虽然采用普通极大似然技术,却与相应后验预测密度一致,在标准情形下表现可与经典推断相比。
阅读关注点
核对预测密度的构造、所用无信息先验及一致关系的范围,以及所谓可比表现采用哪些推断或预测评价标准。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;摘要极简,未说明模型、先验形式或比较指标,不能推广为一般等价或优越性。

原文摘要

An easily computable predictive density is considered. Although involving a plain maximum likelihood technique, it coincides with the posterior predictive density with a noninformative prior. For standard situations achievements are comparable with classical inference.

笔记与分组