On the Consistency of Posterior Mixtures and Its Applications
后验混合分布的一致性及其应用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：摘要研究通用经验贝叶斯混合与决策理论，没有明确对应所列经济计量细分方向。
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
后验混合分布的一致性及其应用
- 研究问题
- 在经验贝叶斯问题中，如何从未知先验的后验均值得到一致的混合分布估计，并进一步推导先验估计与决策规则的性质？
- 方法与思路
- 作者在独立同分布的参数—观测对模型中，对未知先验分布赋予超先验，研究其后验均值及对应混合观测分布。
- 材料陈述的贡献
- 摘要称，适当条件下混合分布具有 L1 一致性；可辨识时先验估计依概率一致，紧状态空间下的贝叶斯经验贝叶斯规则渐近最优。
- 阅读关注点
- 应核对混合分布与先验一致性的不同含义、可辨识假设，以及紧状态空间、损失函数和渐近最优性的具体定义。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；合理条件及决策问题细节未列出，不能将混合分布一致性无条件推广到先验估计。
原文摘要
Consider i.i.d. pairs $(\theta_i, X_i), i \geq 1$, where $\theta_1$ has an unknown prior distribution $\omega$ and given $\theta_1, X_1$ has distribution $P_{\theta_1}$. This setup arises naturally in the empirical Bayes problems. We put a probability (a hyperprior) on the space of all possible $\omega$ and consider the posterior mean $\hat{\omega}$ of $\omega$. We show that, under reasonable conditions, $P_{\hat{\omega}} = \int P_\theta d\hat{\omega}$ is consistent in $L_1$. Under a identifiability assumption, this result implies that $\hat{\omega}$ is consistent in probability. As another application of the $L_1$ consistency, we consider a general empirical Bayes problem with compact state space. We prove that the Bayes empirical Bayes rules are asymptotically optimal.