Bayesian and Non-Bayesian Analysis of Switching Regressions and of Random Coefficient Regression Models
切换回归与随机系数回归模型的贝叶斯及非贝叶斯分析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：摘要明确研究数据序列中未知位置的回归机制不连续变化，对应结构变化方向。
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
切换回归与随机系数回归模型的贝叶斯及非贝叶斯分析
- 研究问题
- 面对数据序列中未知位置的回归机制突变，如何避免仅依据似然分析可能产生的误导，并降低贝叶斯计算负担？
- 方法与思路
- 作者讨论采用正常先验的贝叶斯分析，并提出替代模型，将系数向量视为连续多元分布的随机抽取，给出近似贝叶斯解。
- 材料陈述的贡献
- 摘要称正常先验可得到合理结果，但原模型后验计算异常繁重；其贡献包括以随机系数替代设定提供近似分析路径。
- 阅读关注点
- 核对似然分析误导的具体情形、正常先验的作用，以及随机系数替代模型与原突变模型的关系和近似误差。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；合理性评价与近似精度无法核验，不能把替代模型视为等价或推断刊本变化。
原文摘要
Quandt [20] analyzed the problem of discontinuous shifts in regression regimes at unknown points in the data series. We note that Quandt's statistical approach based solely on the likelihood function can be misleading, whereas the Bayesian method based on a proper prior distribution of the unknown parameters yields sensible results. However, the exact evaluation of the posterior distribution is unusually burdensome and cannot be simplified even in large samples. To avoid this difficulty, we suggest an alternative formulation and provide an approximate Bayesian solution. In this alternative formulation, the coefficient vectors are treated as random drawings from a continuous multivariate distribution.