Some remarks on the use of improper priors for the analysis of exponential regression models
指数回归模型分析中使用非正常先验的几点讨论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：摘要研究通用贝叶斯推断与非正常先验问题，没有对应所列具体计量方向的充分证据。
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
指数回归模型分析中使用非正常先验的几点讨论
- 研究问题
- 指数回归中，标准非正常先验导致某参数的边际后验也非正常，是否就意味着观测没有信息，如何重新理解这一结论？
- 方法与思路
- 作者采用有限可加的分析框架重新考察该贝叶斯推断问题，讨论非正常边际后验与观测信息之间的关系。
- 材料陈述的贡献
- 摘要称“观测无关”的解释并非一般成立，并借此强调常规套用非正常先验进行贝叶斯推断可能带来的问题。
- 阅读关注点
- 应核对指数回归的具体参数化、先验与后验非正常性的含义，以及有限可加框架如何改变对数据相关性的判断。
- 阅读边界
- 仅据未注明稿件版本的索引摘要；摘要未给出先验形式、构造细节和适用范围，不能据此认定任何非正常先验都可安全使用。
原文摘要
We consider Bayesian inference on the exponential regression model. It is known that standard improper priors on the parameters of this model lead to marginal posterior distributions on one of the parameters involved which are also improper on the interval (0, 1). This has sometimes been interpreted as meaning that the observations are irrelevant. We re-analyse this problem using a finitely-additive approach and show that the above conclusion is not generally correct. This result emphasizes, once again, the dangers of routine approach to Bayesian inference using improper priors.