Bayesian methods for partial stochastic orderings
部分随机序约束下的贝叶斯方法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：摘要研究一般概率测度的随机序约束，未涉及分位数效应、经济分布效应或其他所列方向。
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
部分随机序约束下的贝叶斯方法
- 研究问题
- 当多个概率测度受到部分随机序约束时，如何进行非参数贝叶斯推断，并解释先验与后验所包含的信息？
- 方法与思路
- 作者讨论两条路线：为具有偏序关系的潜在观测上的测度设定非参数先验，或使用拒绝采样处理约束。
- 材料陈述的贡献
- 摘要介绍两种推断方法及其计算和信息解释，并将其应用于动物群体中独立分离的数量性状位点数推断。
- 阅读关注点
- 应核对部分随机序的定义、先验如何满足约束、拒绝采样的实施与效率，以及遗传应用中的模型连接。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；摘要未说明具体先验、算法性能和应用结果，不能确认两条路线的相对优势。
原文摘要
We discuss two methods of making nonparametric Bayesian inference on probability measures subject to a partial stochastic ordering. The first method involves a nonparametric prior for a measure on partially ordered latent observations, and the second involves rejection sampling. Computational approaches are discussed for each method, and interpretations of prior and posterior information are discussed. An application is presented in which inference is made on the number of independently segregating quantitative trait loci present in an animal population.