Shrinkage of the posterior mean In the normal case
正态情形下后验均值的收缩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：摘要研究正态贝叶斯估计的一般收缩性质，没有所列计量领域细分的直接模型依据。
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…
正态情形下后验均值的收缩
- 研究问题
- 在条件分布为正态、先验分布未知的贝叶斯估计中，后验均值相对观测值的收缩方向与边际分布及先验形状有何关系？
- 方法与思路
- 作者分析后验均值、观测值与观测边际分布局部极大点的关系，并进一步考察先验对称且单峰时的收缩位置。
- 材料陈述的贡献
- 摘要称后验均值总朝观测边际分布的某个局部极大点收缩；对称单峰先验下，后验均值位于观测值与先验均值之间。
- 阅读关注点
- 应核对条件正态模型的具体设定、局部极大点与收缩的定义，以及先验均值存在性和对称单峰结论的条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未提供证明或先验估计方法，收缩方向的结论本身不构成风险改进或计算保证。
原文摘要
Bayes estimation with a normal conditional distribution and an unknown prior distribution is considered. It is shown that the posterior mean always shrinks the observation toward a local maximum of the marginal distribution of the observation. For any symmetric, unimodal prior distribution itis shown that the posterior mean lies between the observation and the prior mean.