Constrained Bayes Estimation with Applications
约束贝叶斯估计及其应用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：摘要关注多参数估计集合的分布保持，未明确涉及经济分位数或分布效应，通用贝叶斯理论不足以归入所列方向。
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…
关注这篇论文的作者
约束贝叶斯估计及其应用
- 研究问题
- 如何在同时估计多个参数时，使估计值整体分布保留总体参数的分布特征，并帮助区分阈值上下的参数？
- 方法与思路
- 作者匹配估计值分布的前两阶矩与参数分布相应矩的后验期望，再在这些约束下最小化后验期望欧氏距离。
- 材料陈述的贡献
- 摘要称，文章在一般框架中提出满足矩约束的贝叶斯估计，提供正态及其他模型应用，并用于一个真实数据集。
- 阅读关注点
- 应核对约束的可行性、估计解的构造与损失定义，并检查仅匹配前两阶矩能否满足具体阈值分类目标。
- 阅读边界
- 矩匹配不能直接保证完整分布或阈值分类准确；摘要未说明数据集和比较结果，索引稿件版本未注明，刊本变化未知。
原文摘要
Bayesian techniques are widely used in these days for simultaneous estimation of several parameters in compound decision problems. Often, however, the main objective is to produce an ensemble of parameter estimates whose histogram is in some sense close to the histogram of population parameters. This is for example the situation in subgroup analysis, where the problem is not only to estimate the different components of a parameter vector, but also to identify the parameters that are above, and the others that are below a certain specified cutoff point. We have proposed in this paper Bayes estimates in a very general context that meet this need. These estimates are obtained by matching the first two moments of the histogram of the estimates, and the posterior expectations of the first two moments of the histogram of the parameters, and minimizing, subject to these conditions, the posterior expectation of the Euclidean distance between the estimates and the parameters. Several applications of the main result are provided in the normal and other models. Also, the results are applied to an actual data set.