Posterior Odds for Multivariate Normal Classifications
多元正态分类的后验优势比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：摘要讨论多元正态总体的统计分类，未提供经济离散选择或其他指定方向的直接依据。
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
多元正态分类的后验优势比
- 研究问题
- 如何根据一个观测值计算其属于多个多元正态总体之一的后验优势比或概率，并处理总体参数及类别先验的不确定性？
- 方法与思路
- 作者提出一类贝叶斯分类方法，针对各总体参数的不同假设，以及类别先验概率已知或未知的情况分别给出解法。
- 材料陈述的贡献
- 摘要明确陈述的贡献是提供多种设定下的后验分类计算方法，并附遗传学应用；未报告分类准确率或比较优势。
- 阅读关注点
- 应核对各类参数假设、参数先验与类别先验的区别，以及未知先验概率的处理方式和遗传学实例的分类验证。
- 阅读边界
- 仅依据所给 Crossref 摘要；先验形式、计算细节及分类误差均未说明，不能据此判断方法的稳健性。
原文摘要
Summary A class of Bayesian methods is presented for finding the posterior odds or probability that a particular observation belongs to one of k multivariate normal populations. Solutions are given for various assumptions on the parameters of the k populations as well as for known and unknown prior probabilities. An application to genetics is included.