Monte Carlo conditioning on a sufficient statistic
给定充分统计量的蒙特卡洛条件化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：材料属于一般条件模拟与统计分布理论，未明确涉及所列经济计量应用或模型细分方向。
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
给定充分统计量的蒙特卡洛条件化
- 研究问题
- 如何用蒙特卡洛方法计算给定充分统计量后的条件期望，以及何时能够直接从相应条件分布中抽样？
- 方法与思路
- 作者推导条件期望计算的一般公式，并在模型具有某种枢轴结构时，通过调整原统计模型的参数实现条件抽样。
- 材料陈述的贡献
- 摘要称给出了适于蒙特卡洛计算的公式及条件抽样办法，并指出该方法与信赖分布、后验分布的经典问题有关。
- 阅读关注点
- 应核对所需枢轴结构、参数调整的具体构造、抽样分布正确性的证明，以及与信赖和后验分布联系的范围。
- 阅读边界
- OpenAlex索引未注明稿件版本；摘要未说明枢轴结构的具体条件、公式和计算效率，不能据此判断任意模型均可直接抽样。
原文摘要
In this paper we derive general formulae suitable for Monte Carlo computation of conditional expectations of functions of a random vector given a sufficient statistic. The problem of direct sampling from the conditional distribution is considered in particular. It is shown that this can be done by a simple parameter adjustment of the original statistical model, provided the model has a certain pivotal structure. A connection with a classical problem regarding fiducial and posterior distributions is pointed out. Copyright 2005, Oxford University Press.