跳到正文
← 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:摘要提供通用约束回归的贝叶斯推断方法,未明确涉及给定列表中的具体应用方向。

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
John Geweke

不等式约束正态线性回归模型的精确推断

研究问题
当正态线性回归参数受不等式约束时,如何进行贝叶斯推断,并计算所关心参数函数的后验期望及相关量?
方法与思路
作者将常规无信息先验与表示不等式约束的示性函数相乘,用蒙特卡洛数值积分计算后验分布及目标函数期望。
材料陈述的贡献
摘要提出约束先验下的后验计算方法,与已有方法进行比较,并通过三个实证例子展示在当时计算设备上的可行性。
阅读关注点
应核对先验在约束区域内的定义、后验是否适定,以及蒙特卡洛积分精度、与其他方法的比较和题名中精确性的含义。
阅读边界
仅依据所给 Crossref 版本摘要;后验存在条件与数值误差未说明,不能将精确推断理解为无模拟误差或推断其他版本变化。

原文摘要

Abstract Inference in the inequality constrained normal linear regression model is approached as a problem in Bayesian inference, using a prior that is the product of a conventional uninformative distribution and an indicator function representing the inequality constraints. The posterior distribution is calculated using Monte Carlo numerical integration, which leads directly to the evaluation of expected values of functions of interest. This approach is compared with others that have been proposed. Three empirical examples illustrate the utility of the proposed methods using an inexpensive 32‐bit microcomputer.

笔记与分组
相关领域论文