A new approach to Bayesian hypothesis testing
贝叶斯假设检验的一种新方法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：核心是通用贝叶斯点假设检验，摘要中的金融实例不足以确定其主要领域细分。
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…
贝叶斯假设检验的一种新方法
- 研究问题
- 如何在决策理论框架内构造针对点原假设的贝叶斯检验，并处理不适当先验、Jeffreys–Lindley 悖论及计算实施问题？
- 方法与思路
- 作者以偏差统计量为基础，在决策理论框架内提出检验，将其视为似然比检验的贝叶斯版本，并通过经济与金融实例展示使用方式。
- 材料陈述的贡献
- 摘要称，方法可处理所述不适当先验问题、避免相关悖论且便于计算；应用报告杠杆效应不显著，并拒绝 Fama–French 三因子模型。
- 阅读关注点
- 应核对损失函数、统计量和阈值的构造，先验适用条件，以及避免悖论的论证；应用还需检查模型设定和“不显著”的解释。
- 阅读边界
- 所给出版社摘要未提供检验公式、具体先验限制或实证样本；金融实例的拒绝与不显著结果，不能据此解释为普遍结论或效应不存在。
原文摘要
In this paper a new Bayesian approach is proposed to test a point null hypothesis based on the deviance in a decision-theoretical framework. The proposed test statistic may be regarded as the Bayesian version of the likelihood ratio test and appeals in practical applications with three desirable properties. First, it is immune to Jeffreys’ concern about the use of improper priors. Second, it avoids Jeffreys–Lindley’s paradox, Third, it is easy to compute and its threshold value is easily derived, facilitating the implementation in practice. The method is illustrated using some real examples in economics and finance. It is found that the leverage effect is insignificant in an exchange time series and that the Fama–French three-factor model is rejected.