Optional Pólya tree and Bayesian inference
可选 Pólya 树与贝叶斯推断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：摘要属于一般贝叶斯非参数分布建模，未直接研究分位数效应或其他所列经济计量方向。
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
可选 Pólya 树与贝叶斯推断
- 研究问题
- 如何扩展 Pólya 树先验，使随机概率测度具有可随数据调整分割的密度，同时保持后验参数可计算？
- 方法与思路
- 作者在 Pólya 树构造中加入可选停止和分割变量选择，生成具有分段光滑密度的绝对连续随机测度。
- 材料陈述的贡献
- 摘要称该构造在全变差拓扑下具有大的支持范围，且后验仍属于可选 Pólya 树，其参数值可以计算。
- 阅读关注点
- 应核对停止与分割机制、绝对连续性和支持范围的条件，以及后验更新公式、计算开销与数据适应性的实现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未说明后验收敛速度、有限样本表现或具体适用限制，不能推断刊本变化。
原文摘要
We introduce an extension of the Pólya tree approach for constructing distributions on the space of probability measures. By using optional stopping and optional choice of splitting variables, the construction gives rise to random measures that are absolutely continuous with piecewise smooth densities on partitions that can adapt to fit the data. The resulting “optional Pólya tree” distribution has large support in total variation topology and yields posterior distributions that are also optional Pólya trees with computable parameter values.