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:摘要讨论受约束回归的通用贝叶斯方法,没有结构经济模型或其他所列细分领域的明确依据。

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
A. O'HAGAN

凸二次回归曲线的贝叶斯估计

研究问题
当已知二次回归项系数为正、因而曲线具有凸性时,如何在估计中利用这一约束,并处理更一般的参数限制?
方法与思路
作者以贝叶斯方法处理二次系数为正的回归曲线估计,并称该方法容易扩展至带参数约束的一般线性模型。
材料陈述的贡献
摘要所述贡献是将已知凸性约束纳入二次回归的贝叶斯估计,并指出向一般受约束线性模型扩展的可能性。
阅读关注点
核对先验如何体现系数约束、后验和点估计如何计算,以及所谓容易扩展对约束形式和模型结构有何要求。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;未提供先验、损失、计算方法或比较结果,无法判断估计表现及扩展边界。

原文摘要

The estimation of a quadratic regression curve when the quadratic coefficient is known to be positive is treated by a Bayesian method. The method extends easily to deal with a general linear model under parameter constraints.

笔记与分组