The Continuous Multivariate Location-Scale Model Revisited: A Tale of Robustness
重访连续多元位置—尺度模型：稳健性研究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：摘要研究通用贝叶斯位置—尺度模型的稳健性，未指向所列具体计量方向。
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…
重访连续多元位置—尺度模型：稳健性研究
- 研究问题
- 在连续多元位置—尺度分布族中，哪些分布变化不会改变位置参数及可观测量的贝叶斯推断，这种稳健性依赖什么设定？
- 方法与思路
- 作者考察固定单位球面分布所诱导的模型子类，并结合尺度参数的标准非正规先验，研究位置与可观测量推断的不变性。
- 材料陈述的贡献
- 摘要称，满足所述球面分布和先验设定的子类模型给出相同推断，这有助于解释较特殊模型中的稳健性结果，并用例子说明。
- 阅读关注点
- 应核对模型子类的精确定义、非正规先验下后验是否适定，以及相同推断具体指哪些对象、是否依赖样本配置。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出完整条件，不能把子类内的推断不变性扩展为对任意分布或先验都稳健。
原文摘要
SUMMARY We consider the location-scale family of all multivariate continuous sampling distributions. Any model from the subclass induced by fixing a particular distribution on the unit sphere, combined with a standard improper prior on the scale parameter, will lead to the same inference on location and observables. This finding sheds light on many robustness results in less general models and its implications are illustrated in a number of examples.