A simple predictive density based on the p *-formula
基于 p* 公式的简化预测密度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：摘要研究通用统计预测密度，没有宏观变量或金融收益预测的直接文本依据。
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…
关注这篇论文的作者
基于 p* 公式的简化预测密度
- 研究问题
- 如何简化将新观测密度对最大似然估计量的估计抽样分布积分这一预测方法，同时保留可计算的修正项？
- 方法与思路
- 作者用 p* 公式近似最大似然估计量的抽样分布，再用含逆样本量阶修正项的 Laplace 近似完成参数积分。
- 材料陈述的贡献
- 摘要称所得预测密度通常可用标准似然导数表达，且在指数族与位置模型中形式较简单，从而降低原方法的计算复杂度。
- 阅读关注点
- 应核对 p* 与 Laplace 两步近似的适用条件、修正项含义，以及密度归一化、预测表现和计算成本如何评估。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要。所述修正项阶数不能直接当作最终预测误差阶数，具体有效性条件未提供。
原文摘要
The predictive density proposed by Harris (1989) is based on integrating the density for a new observation with respect to the estimated sampling distribution of the maximum likelihood estimator of the unknown parameter. This has good properties, but is rather complicated to compute even for simple models. An approximation to the Harris proposal is considered which consists of approximating the sampling distribution of the maximum likelihood estimator of the unknown parameter by Barndorff-Nielsen's (1983) p*-formula, and then using a Laplace approximation with O(n−1) correction terms for integrating out the parameter. The result can generally be expressed in terms of standard likelihood derivatives, and takes a quite simple form for exponential families and for location models.