Bayesian inference in a class of partially identified models
一类部分识别模型中的贝叶斯推断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：摘要主要提出通用部分识别贝叶斯理论，航空进入博弈仅作示例，领域归属证据不足。
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
一类部分识别模型中的贝叶斯推断
- 研究问题
- 当点识别的约化式参数与结构参数识别集之间存在已知映射时，如何开展贝叶斯推断，而不直接为结构参数指定先验？
- 方法与思路
- 作者将约化式参数的后验映射为关于识别集及参数函数的后验陈述，并研究大样本近似和可信集的频率学有效性。
- 材料陈述的贡献
- 摘要称，该方法可计算参数值或集合属于识别集的后验概率，避免穷尽搜索，并以模拟和航空公司二元进入博弈说明。
- 阅读关注点
- 应核对映射的已知性、约化式先验的作用、识别集概率的解释，以及贝叶斯可信集兼具置信集有效性的条件。
- 阅读边界
- 仅据所给OpenAlex版本摘要，不能把识别集的后验陈述等同于结构参数自身的后验；完整条件与刊本变化均未说明。
原文摘要
This paper develops a Bayesian approach to inference in a class of partially identified econometric models. Models in this class are characterized by a known mapping between a point identified reduced-form parameter μ and the identified set for a partially identified parameter θ. The approach maps posterior inference about μ to various posterior inference statements concerning the identified set for θ, without the specification of a prior for θ. Many posterior inference statements are considered, including the posterior probability that a particular parameter value (or a set of parameter values) is in the identified set. The approach applies also to functions of θ. The paper develops general results on large sample approximations, which illustrate how the posterior probabilities over the identified set are revised by the data, and establishes conditions under which the Bayesian credible sets also are valid frequentist confidence sets. The approach is computationally attractive even in high-dimensional models, in that the approach avoids an exhaustive search over the parameter space. The performance of the approach is illustrated via Monte Carlo experiments and an empirical application to a binary entry game involving airlines.