Bayesian Model Monitoring
贝叶斯模型监测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：摘要明确涉及观测序列的序贯分析、预测表现监测以及序列结构变化。
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
贝叶斯模型监测
- 研究问题
- 在序贯分析和预测过程中，如何监测贝叶斯模型的预测表现，识别数据与预测的偏离，尤其是异常值和结构变化？
- 方法与思路
- 作者比较原模型与序贯构造的单一备选模型在实际观测上的预测密度，利用这种预测能力比较形成诊断监测方法。
- 材料陈述的贡献
- 摘要称提供适用于一类贝叶斯模型的简便监测工具，并展示实例及自动应对异常值、适应序列变化的方法框架。
- 阅读关注点
- 应核对适用的模型类、备选模型的构造与中性含义，以及报警规则如何区分异常值、持续失配和结构变化。
- 阅读边界
- 仅依据所给 Crossref 摘要，未说明报警阈值、误报控制或检测延迟；自动适应方法仅被概述，不能据此判断预测改善幅度。
原文摘要
SUMMARY A simple method of monitoring the predictive performance of a class of Bayesian models is introduced. The models involve sequential analyses of sequences of observations and are appropriate for a variety of monitoring and forecasting applications. For any given model, the monitoring technique is based on a comparison of the predictive ability of the model, measured by the observed values of predictive densities, with that of a single alternative. The alternative is constructed sequentially and is designed, for the class of models considered, as a relatively general yet neutral alternative to the original. The monitor is used as a general diagnostic tool to detect and assess discrepancies between the data and predictions generated from the model; particular sources of such model failure of interest are the occurrence of outliers and structural change in the series. An illustration is provided and a simple method of automatically coping with outliers and adapting to change is outlined.