Predictive Likelihood
预测似然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：文本讨论一般预测推断基础，未提供宏观预测或金融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
预测似然
- 研究问题
- 给定过去观测，能否为未来事件的预测建立类似参数似然的统一依据，并缓解抽样理论预测推断中的非唯一性？
- 方法与思路
- 作者提出预测似然的定义，用于组织抽样理论下的预测推断，并讨论其与贝叶斯参数更新关系相对应的预测形式。
- 材料陈述的贡献
- 摘要称，预测似然可帮助消除部分非唯一性问题，并在许多情形下产生类似贝叶斯参数更新关系的简洁预测表达。
- 阅读关注点
- 应核对预测似然的正式定义、非唯一性问题的具体来源，以及贝叶斯对应关系在哪些模型与条件下成立。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明统一性覆盖范围、具体构造或预测表现，不能声称解决所有预测非唯一性。
原文摘要
The likelihood function is the common basis of all parametric inference. However, with the exception of an ad hoc definition by Fisher, there has been no such unifying basis for prediction of future events, given past observations. This article proposes a definition of predictive likelihood which can help to remove some nonuniqueness problems in sampling-theory predictive inference, and which can produce a simple prediction analog of the Bayesian parametric result, posterior $\propto$ prior $\times$ likelihood, in many situations.