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:摘要讨论一般标量参数的贝叶斯与频率学区间匹配,未对应所列具体经济计量细分。

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
Thomas A. Severini

同时具有置信区间性质的贝叶斯区间估计

研究问题
对依赖标量参数的独立观测,如何构造贝叶斯区间,使其频率学覆盖概率近似等于该区间所包含的后验概率?
方法与思路
作者在给定先验密度及指定后验概率的区间构造问题中,提出使覆盖概率与后验概率近似匹配的方法,具体构造未在摘要展开。
材料陈述的贡献
摘要称提供了一种贝叶斯区间构造方法,使频率学覆盖概率近似等于后验概率,从而连接两种区间解释。
阅读关注点
应核对区间构造方式、先验密度的限制、概率匹配的误差阶数,以及近似成立所需的模型条件和样本量条件。
阅读边界
仅据所给 Crossref 摘要;摘要未说明匹配精度、先验选择要求或正则条件,不能把近似匹配解释为任意模型下的精确覆盖。

原文摘要

SUMMARY Let Y 1, . . ., Yn denote independent observations each distributed according to a distribution depending on a scalar parameter θ suppose that we are interested in constructing an interval estimate for θ. One approach is to use Bayesian inference. For a given prior density, we can construct an interval such that the posterior probability that θ lies in the interval is some specified value. In this paper, a method is given for constructing a Bayesian interval estimate such that the coverage probability of the interval is approximately equal to the posterior probability of the interval.

笔记与分组
相关领域论文