Advances in projection predictive inference
投影预测推断的进展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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要主要讨论通用贝叶斯预测模型选择，未限定时间序列、收益预测或具体因果估计方法。
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…
投影预测推断的进展
- 研究问题
- 贝叶斯模型选择如何通过投影预测推断保留参考模型的预测信息、控制过拟合，并理解投影后验用于因果问题时的限制？
- 方法与思路
- 作者综述投影预测推断的核心思想和近期贡献，提出面向预测的模块化模型选择流程，并讨论投影后验在因果情境中的解释。
- 材料陈述的贡献
- 摘要称，该综述整理相关进展并提供安全、高效的工作流程，同时指出投影后验的因果解释限制；预测优势仍需结合具体设定判断。
- 阅读关注点
- 应核对参考模型的选择、投影目标、模型搜索和验证步骤，并辨清预测信息保留与因果参数保留之间需要哪些额外条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未给出统一性能保证，提及因果限制也不足以说明该流程能够识别因果效应。
原文摘要
The concepts of Bayesian prediction, model comparison, and model selection have developed significantly over the last decade. As a result, the Bayesian community has witnessed a rapid growth in theoretical and applied contributions to building and selecting predictive models. Projection predictive inference in particular has shown promise to this end, finding application across a broad range of fields. It is less prone to over-fitting than naïve selection based purely on cross-validation or information criteria performance metrics, and has been known to out-perform other methods in terms of predictive performance. We survey the core concept and contemporary contributions to projection predictive inference, and present a safe, efficient, and modular workflow for prediction-oriented model selection therein. We also provide an interpretation of the projected posteriors achieved by projection predictive inference in terms of their limitations in causal settings.