跳到正文
← 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:摘要讨论一般贝叶斯推断的相容性与存在性,预测问题也未特指时间序列预测。

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
Patrizia Berti
Pietro Rigo

与给定模型相容的推断之存在性

研究问题
对于可列可加统计模型和有限可加先验,何时存在同时与二者相容的推断,并使给定统计量具有贝叶斯意义的充分性?
方法与思路
作者在统计量各单点取值概率为零的条件下研究相容推断的存在性,讨论无原子模型的推论,并给出预测问题的两个版本。
材料陈述的贡献
摘要称在所述条件下可找到使统计量具有贝叶斯充分性的相容推断,并给出无原子模型下适用于任意先验的存在性推论。
阅读关注点
全文需核对 Lane–Sudderth 意义的相容性、有限可加先验及贝叶斯充分性的定义,并区分存在性结论与可计算程序。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明,公式排版不完整需查原 PDF;此处相容性不能直接解释为估计量的样本一致性。

原文摘要

4 If ${p_{\theta}$ is a $\sigma$-additive statistical model and $\pi$ a finitely additive prior, then any statistic T is sufficient, with respect to a suitable inference consistent with ${p_{\theta}$ and $\pi$, provided only that $p_{\theta}(T = t) = 0$ for all $\theta$ and t. Here, sufficiency is to be intended in the Bayesian sense, and consistency in the sense of Lane and Sudderth. As a corollary, if ${p_{\theta}$ is $\sigma$-additive and diffuse, then, whatever the prior $\pi$, there is an inference which is consistent with ${p_{\theta}$ and $\pi$. Two versions of the main result are also obtained for predictive problems.

笔记与分组