Information and Conditional Inference
信息与条件推断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：摘要属于辅助性与条件推断的通用统计理论，没有所列领域细分的直接依据。
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…
关注这篇论文的作者
信息与条件推断
- 研究问题
- 存在干扰参数时，如何界定统计量对目标参数不含信息，并据此定义辅助性，使基于条件分布的推断具有明确的信息依据？
- 方法与思路
- 作者用贝叶斯推断界定存在干扰参数时的无信息性，据此提出辅助统计量的新定义，用于讨论非贝叶斯条件推断。
- 材料陈述的贡献
- 摘要的明确贡献是提出一种依赖贝叶斯无信息性概念的辅助性定义，以回应既有定义对无信息性解释不同的问题。
- 阅读关注点
- 核对目标参数的符号约定、先验及无信息性的精确定义，查看其与条件分布消除干扰参数之间的关系和适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；目标参数符号表述不完全一致，定义细节与推断后果需查原文，不能推断刊本变化。
原文摘要
Consider non-Bayesian inference about a parameter of interest β in the presence of a nuisance parameter λ based on a statistic S = (T, A). If the conditional distribution of T given A does not depend on λ and if A contains no information about β in the presence of λ, then A is said to be ancillary for θ in the presence of λ, and inference about θ is to be based on the conditional distribution of T given A. This approach has been the basis for several definitions of ancillarity in the presence of a nuisance parameter; the definitions vary in how the phrase “no information about θ in the presence of λ” is interpreted. In this article a definition of ancillarity in the presence of a nuisance parameter is proposed using a definition of “no information about θ in the presence of λ” based on Bayesian inference.