Classification by Maximum Posterior Probability
最大后验概率分类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：摘要研究统计分类规则，未涉及离散选择行为或其他所列经济计量方向。
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
最大后验概率分类
- 研究问题
- 将多个观测分配至两个子总体时，选择后验概率最大的分类方案会产生怎样的极限行为与小样本极端分类现象？
- 方法与思路
- 作者分析最大后验概率分类规则的极限性质，给出可能导致全部观测归入同一子总体的例子，并开展三项模拟研究。
- 材料陈述的贡献
- 摘要称，该规则可能将所有观测划入同一子总体，所给例子展示这一行为，模拟进一步表明小样本中也可能发生。
- 阅读关注点
- 应核对后验概率对应整个分类方案还是逐点决策、先验与子总体模型设定，以及极端分类发生的理论和模拟条件。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，极端行为的触发条件和发生频率未说明，不能推广为所有最大后验分类程序的性质。
原文摘要
The problem of classifying each of $n$ observations to one of two sub-populations is considered. The classification rule examined chooses that classification with maximum posterior probability. Limiting behavior of the rule is given and several examples are presented which show that the rule can lead to classifying all observations to the same subpopulation. Three simulation studies are reported to indicate that this extreme behavior may occur in small samples.