Robust Bayesian Analysis with ϵ-Contaminations Partially Known
污染分布部分已知时的 ε 污染稳健贝叶斯分析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：摘要研究先验污染下的通用贝叶斯稳健性，分位数用于限制先验，未涉及所列分位数或分布效应研究。
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
污染分布部分已知时的 ε 污染稳健贝叶斯分析
- 研究问题
- 当基准先验完全指定、污染先验仅有部分分位数信息时，后验均值与任意集合的后验概率可能在多大范围内变化？
- 方法与思路
- 作者考虑基准先验与污染分布的混合先验，在污染分布满足已知分位数约束的先验类中确定后验量的取值范围。
- 材料陈述的贡献
- 摘要称，确定该先验类下后验均值和集合后验概率的范围，并提供包含双变量正态似然假设检验在内的例子。
- 阅读关注点
- 应核对污染比例的处理、分位数约束如何界定可行分布，以及后验范围的求解方式、边界可达性和计算条件。
- 阅读边界
- 仅依据所给 Crossref 摘要；分位数约束细节、计算公式及范围成立条件未说明，不能补充其证明或刊本变化。
原文摘要
SUMMARY Prior distributions of the form π=(1−ϵ)π0+ϵq,π0 being the base elicited prior, q being contamination and ϵ reflecting the amount of error in π0 that is deemed possible, are considered. It is assumed that π0 is completely specified and that only some quantiles of q are known. As π varies over this class, the ranges of the posterior mean and of the posterior probabilities of an arbitrary set are determined. Some examples including hypotheses testing related to a bivariate normal likelihood are given.