Default Bayes Factors for Nonnested Hypothesis Testing
非嵌套假设检验的默认贝叶斯因子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假设检验及临床试验例子，未明确对应所列经济学细分领域。
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
非嵌套假设检验的默认贝叶斯因子
- 研究问题
- 非嵌套假设检验中，不同默认贝叶斯因子如何形成证据判断？论文还研究这些方法与 p 值及内在先验的联系。
- 方法与思路
- 作者比较分数、内在及包容等默认贝叶斯因子，从正态单侧检验扩展至位置尺度模型与多重假设，并推导若干内在先验。
- 材料陈述的贡献
- 摘要称给出位置尺度模型单侧检验的一般结果，并在多数例子中找到与相应默认贝叶斯因子渐近等价的内在先验。
- 阅读关注点
- 应核对各默认方法的定义和先验处理、渐近等价的条件，以及多重与序贯检验的实施，避免把不同证据量简单等同。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体模型条件、误差控制及比较结论未说明，不能认定某种默认方法普遍更优。
原文摘要
Bayesian hypothesis testing for nonnested hypotheses is studied, using various “default” Bayes factors, such as the fractional Bayes factor, the median intrinsic Bayes factor, and the encompassing and expected intrinsic Bayes factors. The different default methods are first compared with each other and with the p value in normal one-sided testing, to illustrate the basic issues. General results for one-sided testing in location and scale models are then presented. The default Bayes factors are also studied for specific models involving multiple hypotheses. In particular, a multiple hypothesis testing example involving a sequential clinical trial is discussed. In most of the examples presented we also derive the intrinsic prior; this is the prior distribution, which, if used directly, would yield answers (asymptotically) equivalent to those for the given default Bayes factor.