Predictive fit for natural exponential families
自然指数族的预测拟合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：摘要研究通用预测分布的拟合理论，未涉及时间序列、宏观预测或收益预测，不能仅凭预测一词归类。
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
自然指数族的预测拟合
- 研究问题
- 当真实分布属于自然指数族时，如何用平均 Kullback–Leibler 散度评价预测分布，并改善基于估计参数的预测？
- 方法与思路
- 作者引入平均化自助法预测分布，用平均 Kullback–Leibler 散度比较其与估计式预测分布，并考察泊松及二项模型的小样本表现。
- 材料陈述的贡献
- 摘要称，在真实分布属于自然指数族时，平均化自助法预测分布在该散度标准下渐近更优；两个例子的小样本结果也较好。
- 阅读关注点
- 应核对平均化自助法的构造、散度平均所针对的随机性、渐近比较的条件，以及小样本例子的设定与比较基准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；渐近优势限于所述模型与评价标准，小样本例子不能证明普遍优势，也不能推断刊本变化。
原文摘要
The paper examines predictive distributions, concentrating on measuring their fit to the true distribution by average KulLback–Leibler divergence. The notion of an ‘averaged bootstrap’ predictive distribution is introduced. This predictive distribution is shown to be asymptotically superior to the estimative distribution, in terms of average Kullback–Leibler divergence, when the true distribution is in a natural exponential family. Small-sample results are presented for the Poisson and binomial distributions which suggest that the bootstrap distribution performs well in these cases.