On the Bernstein-v. Mises Approximation of Posterior Distributions
后验分布的 Bernstein–von Mises 近似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：摘要仅涉及通用贝叶斯渐近近似理论，没有支持所列计量应用细分的文本证据。
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…
后验分布的 Bernstein–von Mises 近似
- 研究问题
- 在适当正则条件下，后验分布的 Bernstein–von Mises 近似误差能达到什么数量级，以及这种误差控制以何种概率成立？
- 方法与思路
- 摘要仅说明在某些正则条件下建立后验近似的高概率误差界，没有交代所用展开、概率工具或具体模型设定。
- 材料陈述的贡献
- 摘要称后验分布的 Bernstein–von Mises 近似误差以高概率具有 O(n^{-1/2}) 数量级，但没有给出误差度量。
- 阅读关注点
- 应核对近似误差采用的距离或范数、参数维度与先验条件，并确认“高概率”的量化方式及误差界是否具有一致性。
- 阅读边界
- 依据版本未注明的 OpenAlex 简短摘要；正则条件、误差度量和概率界均未说明，不能据此推广到高维或非正则模型。
原文摘要
It is shown that under certain regularity conditions the Bernstein-v. Mises approximation of the posterior distributions is of order $O(n^{-\\frac{1}{2}})$ with high probability.