Miscellanea. On sequential designs in nonlinear problems
杂论：非线性问题中的序贯设计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：摘要属于非线性序贯设计与贝叶斯一致性理论，未明确涉及因果识别或所列其他细分方向。
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
杂论：非线性问题中的序贯设计
- 研究问题
- 在非线性序贯设计中，随着观测和设计步骤持续更新，参数的贝叶斯估计能否保持一致，哪些条件支持这一结论？
- 方法与思路
- 作者利用后验方差序列满足的递推关系，分析随机回归模型中的贝叶斯估计，并讨论四个非线性序贯设计例子。
- 材料陈述的贡献
- 摘要称，在较温和的条件下建立了贝叶斯估计的强一致性，所研究的随机回归模型涵盖较广泛的非线性问题。
- 阅读关注点
- 核对后验方差递推的适用条件、序贯设计规则和先验要求，并检查四个例子如何满足强一致性所需条件。
- 阅读边界
- 仅依据版本未注明的OpenAlex索引摘要；所谓温和条件和四个例子的内容均未说明，不能据此判断任意设计的有效性。
原文摘要
In this paper we study the consistency of parameter estimators in sequential nonlinear design. Our main tool is a recursion which holds for the sequence of posterior variances. Under mild conditions, we establish the strong consistency of Bayes estimators in stochastic regression models which cover a broad range of nonlinear problems. Four examples from nonlinear sequential design are discussed.