Bayesian Analysis of the Regression Model with Autocorrelated Errors
误差自相关回归模型的贝叶斯分析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：摘要明确将一阶自回归过程用于回归误差建模，直接涉及时间依赖及时间序列方法。
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
误差自相关回归模型的贝叶斯分析
- 研究问题
- 在线性回归误差服从一阶自回归过程时，如何从贝叶斯角度计算回归系数和自回归参数的后验分布？
- 方法与思路
- 作者将一阶自回归误差纳入回归模型，发展相关参数后验分布的计算方法，并简要讨论与抽样理论方法的关系。
- 材料陈述的贡献
- 摘要所述贡献是为回归系数与自回归过程参数提供后验计算方法，同时联系贝叶斯分析与基于抽样分布的分析思路。
- 阅读关注点
- 应核对先验设定、误差过程初始值及参数范围的处理，明确后验计算步骤，并查看与抽样理论比较涉及哪些结论。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能判断刊本变化；先验、计算细节和比较结果未说明，不能判断后验敏感性。
原文摘要
In this paper, regression models with error terms generated by a first order autoregressive scheme are analyzed from a Bayesian point of view. Methods are developed for computing posterior distributions of regression coefficients and the parameter of the autoregressive process. The relationship of our approach to sampling theory approaches is briefly discussed.