Bayesian bootstrap credible sets for multidimensional mean functional
多维均值泛函的贝叶斯自助法可信集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：摘要聚焦多维均值的通用贝叶斯自助法推断，未研究分位数、分布效应或其他所列细分问题。
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
多维均值泛函的贝叶斯自助法可信集
- 研究问题
- 基于独立同分布观测的多维均值泛函，其贝叶斯自助法分布具有何种密度性质，如何构造有限样本可信集并分析异常值影响？
- 方法与思路
- 作者在数据凸包具有非空内部的条件下证明分布密度的强单峰性，利用该性质构造可信集，再与经验似然比置信集比较。
- 材料陈述的贡献
- 摘要称建立了所述强单峰密度结果并用于有限样本可信集构造，同时详细研究异常值的影响以及与经验似然置信集的关系。
- 阅读关注点
- 应核对强单峰性的定义、凸包条件与可信集的具体构造，并区分贝叶斯概率含义、频率覆盖性质和异常值影响的比较标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；有限样本可信集不自动意味着频率覆盖准确，摘要也未说明异常值比较的结论。
原文摘要
This paper shows that the Bayesian bootstrap (BB) distribution of a multidimensional mean functional based on i.i.d. observations has a strongly unimodal Lebesgue density provided the convex hull of the data has a nonempty interior. This result is then used to construct the finite sample BB credible sets. The influence of an outlier on these credible sets is studied in detail and a comparison is made with the empirical likelihood ratio confidence sets in this context.