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:摘要属于无限维贝叶斯统计的一般理论,没有足够文本证据对应所列具体领域。

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
Subhashis Ghosal
Jayanta K. Ghosh

后验分布的收敛速率

研究问题
研究无限维统计模型中后验分布与贝叶斯估计量的渐近行为,重点关注后验概率测度向目标收敛的速度。
方法与思路
作者给出后验测度收敛速率的一般结果,并将其应用于有限筛先验、对数样条模型、狄利克雷过程及区间删失问题。
材料陈述的贡献
摘要明确陈述的贡献是建立一般性的后验收敛速率结果,并展示这些结果在若干不同无限维模型和先验中的应用。
阅读关注点
应核对收敛使用的距离、先验与模型复杂度条件,以及各例中速率如何取得、贝叶斯估计量结论如何由后验结果导出。
阅读边界
仅据版本未注明的索引摘要;具体收敛速率、定理条件及最优性均未说明,不能推断其对任意先验或模型成立。

原文摘要

We consider the asymptotic behavior of posterior distributions and Bayes estimators for infinite-dimensional statistical models. We give general results on the rate of convergence of the posterior measure. These are applied to several examples, including priors on finite sieves, log-spline models, Dirichlet processes and interval censoring.

笔记与分组