Coherent Statistical Inference and Bayes Theorem
相容统计推断与贝叶斯定理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：摘要讨论一般贝叶斯推断的概率基础与相容性，未提供经济模型、时间序列或金融应用的具体依据。
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…
相容统计推断与贝叶斯定理
- 研究问题
- 在有限个备选情形下，哪些条件能够保证扩展贝叶斯算法给出相容推断，又如何刻画满足相容性的后验概率？
- 方法与思路
- 作者给出贝叶斯算法实现相容推断的充分条件，在附加假设下讨论另一种相容性，并考察有限可加条件概率。
- 材料陈述的贡献
- 摘要称，论文提供相容推断的充分条件和相容后验的刻画，并在进一步假设下建立另一种定义下的相容性。
- 阅读关注点
- 应核对不同相容性定义之间的关系、贝叶斯定理扩展的具体形式，以及有限可加概率与后验刻画所需的条件。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；相容性定义和附加假设未说明，不能推断该结果适用于任意概率模型或后验算法。
原文摘要
Conditions are given which suffice for the assessment of a coherent inference by means of a Bayesian algorithm, i.e., a suitable extension of the classical Bayes theorem relative to a finite number of alternatives. Under some further hypotheses such inference is shown to be, in addition, coherent in the sense of Heath, Lane and Sudderth. Moreover, a characterization of coherent posteriors is provided, together with some remarks concerning finitely additive conditional probabilities.