Empirical Bayes with a Changing Prior
先验随阶段变化的经验贝叶斯方法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：摘要研究一般经验贝叶斯决策理论，未提供足以归入所列经济或金融细分方向的依据。
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
先验随阶段变化的经验贝叶斯方法
- 研究问题
- 当先验分布随阶段变化、历史观测不再独立同分布时，如何构造适应下一阶段风险目标的经验贝叶斯决策？
- 方法与思路
- 作者利用修改后的经验密度估计构造决策程序，在单参数指数族观测下分析两行动问题与估计问题。
- 材料陈述的贡献
- 摘要称，为先验变化情形下的两行动和估计问题建立渐近最优性及收敛速率，将分析扩展至非独立同分布观测。
- 阅读关注点
- 应核对先验变化的限制、观测之间允许的依赖、密度估计的构造，以及风险目标与最优性比较基准。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；风险泛函记号有截断，需查原PDF，不能补全公式或推断刊本变化。
原文摘要
We consider modified empirical Bayes problems in which the prior distribution of $\Theta$ at stage $n + 1$ is $G^{(n+1)}(\theta)$. The Bayes optimality criterion is now given by the sequence of functionals $R(G^{(n+1)}$. The observations $X_1, \cdots, X_n$ are no longer i.i.d so decision procedures are constructed based on modified empirical density estimates for $f_G^{(n+1)}(x)$. Asymptotic optimality together with asymptotic convergence rates is established for two action and estimation problems when the observations are drawn from a member of the one-parameter exponential family.