Bayesian Inference for a Bivariate Binomial Distribution
二元二项分布的贝叶斯推断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：摘要研究一般二元计数分布的贝叶斯结构，微生物学应用不对应所列经济细分。
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…
关注这篇论文的作者
二元二项分布的贝叶斯推断
- 研究问题
- 对具有二项边际分布与条件分布、用于微生物学的二元分布，参数结构怎样决定共轭先验及其极限形式？
- 方法与思路
- 作者分析该二元分布的参数结构，从先验独立性设定导出共轭贝叶斯先验，并在相同设定下利用不变性讨论极限先验。
- 材料陈述的贡献
- 摘要称，特定先验独立性设定可以产生共轭先验分布，通常采用的极限共轭先验也能通过不变性考量获得。
- 阅读关注点
- 应核对二元分布的具体构造、参数可行域、哪些参数被设为先验独立，以及不变性如何约束极限先验的形式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读。摘要未说明先验公式、后验性质或应用结果，不能判断对其他二元计数模型的适用性。
原文摘要
A bivariate distribution is investigated in connection with an application in microbiology. It has binomial marginal and conditional distributions. The parameter structure is examined, and it is shown that a conjugate Bayesian prior distribution arises from prior independence specifications. Under these specifications the usual limiting conjugate prior can be obtained via invariance considerations.