Uncertainty in prior elicitations: a nonparametric approach
先验征询中的不确定性：非参数方法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：摘要涉及专家先验征询中的通用概率分布构造，分位数与矩是征询信息，未研究经济分布效应，故不归入相应细分方向。
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
先验征询中的不确定性：非参数方法
- 研究问题
- 少量专家给出的分位数或矩不能唯一确定概率分布时，如何表达多种兼容分布带来的不确定性及概率判断的不精确性？
- 方法与思路
- 作者提出非参数方案，避免把专家信念限制在某个便利的参数分布族内，并考虑其他同样符合征询陈述的分布及判断误差。
- 材料陈述的贡献
- 摘要称该方案同时处理参数分布族限制与忽略其他兼容分布两项不足，并进一步讨论征询概率判断本身的不精确性。
- 阅读关注点
- 应核对兼容专家陈述的分布如何构造、分布间不确定性如何表示，以及判断不精确性与分布未唯一确定如何分别处理。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要；具体非参数构造与不精确性表示未说明，不能据此判断其计算可行性或校准表现。
原文摘要
A key task in the elicitation of expert knowledge is to construct a distribution from the finite, and usually small, number of statements that have been elicited from the expert. These statements typically specify some quantiles or moments of the distribution. Such statements are not enough to identify the expert's probability distribution uniquely, and the usual approach is to fit some member of a convenient parametric family. There are two clear deficiencies in this solution. First, the expert's beliefs are forced to fit the parametric family. Secondly, no account is then taken of the many other possible distributions that might have fitted the elicited statements equally well. We present a nonparametric approach which tackles both of these deficiencies. We also consider the issue of the imprecision in the elicited probability judgements.