On the Construction of Bayes–Confidence Regions
贝叶斯—置信域的构造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：摘要研究一般标量参数的贝叶斯与频率覆盖匹配，未给出所列经济或金融细分问题的文本依据，因此保留空分类。
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—置信域的构造
- 研究问题
- 如何为标量参数构造区间，使贝叶斯后验概率与频率学派的无条件及条件覆盖概率在较高阶近似上保持一致？
- 方法与思路
- 作者基于有向似然构造近似贝叶斯—置信区间，允许任意光滑先验，并使计算不需要二阶以上的对数似然导数。
- 材料陈述的贡献
- 摘要称区间后验概率与无条件覆盖概率一致到四阶、与条件覆盖概率一致到三阶，构造所需的似然导数阶数较低。
- 阅读关注点
- 应核对有向似然的定义、条件覆盖所依据的信息及三阶和四阶的具体含义，并检查任意光滑先验表述对应的正则条件。
- 阅读边界
- 仅据所给 Crossref 摘要，不能推断其他版本变化；摘要未给出误差阶的完整定义及条件，所述高阶一致不代表有限样本精确覆盖。
原文摘要
Summary We obtain approximate Bayes–confidence intervals for a scalar parameter based on directed likelihood. The posterior probabilities of these intervals agree with their unconditional coverage probabilities to fourth order, and with their conditional coverage probabilities to third order. These intervals are constructed for arbitrary smooth prior distributions. A key feature of the construction is that log-likelihood derivatives beyond second order are not required, unlike the asymptotic expansions of Severini.