Shrinkage priors for Bayesian prediction
贝叶斯预测中的收缩先验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：摘要研究一般贝叶斯预测分布的风险理论，未涉及宏观预测或收益预测的具体对象。
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
贝叶斯预测中的收缩先验
- 研究问题
- 在以Kullback–Leibler散度衡量预测损失时，收缩先验能否改善Jeffreys先验或其他弥散先验所构造的预测分布？
- 方法与思路
- 作者从模型流形的微分几何条件分析收缩预测分布，引入与弥散先验对应的流形共形变换，并考察若干例子。
- 材料陈述的贡献
- 摘要称在特定微分几何条件下，存在渐近优于Jeffreys或其他弥散先验预测分布的收缩预测分布。
- 阅读关注点
- 应核对几何条件、先验及预测分布的具体构造，并区分渐近占优与例子中的占优结果及其风险比较范围。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未列几何条件或有限样本保证，通用贝叶斯预测结论不能直接转为经济预测优势。
原文摘要
We investigate shrinkage priors for constructing Bayesian predictive distributions. It is shown that there exist shrinkage predictive distributions asymptotically dominating Bayesian predictive distributions based on the Jeffreys prior or other vague priors if the model manifold satisfies some differential geometric conditions. Kullback–Leibler divergence from the true distribution to a predictive distribution is adopted as a loss function. Conformal transformations of model manifolds corresponding to vague priors are introduced. We show several examples where shrinkage predictive distributions dominate Bayesian predictive distributions based on vague priors.