The Bayesian Bootstrap
贝叶斯自助法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：摘要讨论一般贝叶斯重抽样与推断基础，没有所列领域细分的具体应用或模型证据。
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
贝叶斯自助法
- 研究问题
- 如何构造与普通自助法相对应的贝叶斯推断方法，两者模拟的分布有何差异，其结论又怎样依赖模型假设？
- 方法与思路
- 作者提出贝叶斯自助法，以模拟参数后验分布对应普通自助法对统计量抽样分布的模拟，并讨论两者的推断基础。
- 材料陈述的贡献
- 摘要称两种方法在操作和推断上相近，同时强调其结果通常对特定模型假设敏感，需要审视这些假设的合理性。
- 阅读关注点
- 应核对后验分布的构造及其模型依据，比较两种模拟程序，并检查作者所指出的假设敏感性如何具体体现。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；先验及模拟步骤未说明，不能把贝叶斯自助法解释为无需外部假设的推断。
原文摘要
The Bayesian bootstrap is the Bayesian analogue of the bootstrap. Instead of simulating the sampling distribution of a statistic estimating a parameter, the Bayesian bootstrap simulates the posterior distribution of the parameter; operationally and inferentially the methods are quite similar. Because both methods of drawing inferences are based on somewhat peculiar model assumptions and the resulting inferences are generally sensitive to these assumptions, neither method should be applied without some consideration of the reasonableness of these model assumptions. In this sense, neither method is a true bootstrap procedure yielding inferences unaided by external assumptions.