On Bayesian Consistency
论贝叶斯一致性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一致性理论，列举的先验与混合模型未提供所列经济计量细分的直接依据。
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
论贝叶斯一致性
- 研究问题
- 当先验依赖数据时，所形成的伪后验序列何时具有Hellinger一致性，以及这种分析如何帮助理解真正的后验分布？
- 方法与思路
- 作者为数据依赖先验产生的伪后验建立一致性的简单条件，并讨论其对Pólya树、无限维指数族和混合模型的启示。
- 材料陈述的贡献
- 摘要称建立伪后验序列Hellinger一致性的条件，并说明相关研究能够帮助理解若干真正后验，但未报告收缩速度。
- 阅读关注点
- 应核对数据依赖先验的允许方式、Hellinger一致性的概率表述，以及伪后验结论如何用于各类真正后验模型。
- 阅读边界
- 仅据所给Crossref摘要；一致性条件和各模型的转用论证未提供，不能据此声称任意经验贝叶斯程序一致或具有特定速度。
原文摘要
Summary We consider a sequence of posterior distributions based on a data-dependent prior (which we shall refer to as a pseudoposterior distribution) and establish simple conditions under which the sequence is Hellinger consistent. It is shown how investigations into these pseudo posteriors assist with the understanding of some true posterior distributions, including Pólya trees, the infinite dimensional exponential family and mixture models.