Semiparametric Bernstein–von Mises phenomenon via Isotonized Posterior in Wicksell’s problem
Wicksell 问题中经保序化后验的半参数 Bernstein–von Mises 现象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：摘要研究天文学和材料科学中的非参数逆问题及贝叶斯后验理论，未提供对应所列经济计量细分方向的明确依据。
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…
Wicksell 问题中经保序化后验的半参数 Bernstein–von Mises 现象
- 研究问题
- 在由二维投影或截面推断潜在三维分布的 Wicksell 逆问题中，如何兼顾贝叶斯计算简便性、估计效率与不确定性量化？
- 方法与思路
- 作者直接在可观测分布上设置狄利克雷过程先验，利用共轭性计算后验，再通过单调函数空间投影构造保序化逆后验。
- 材料陈述的贡献
- 摘要称该后验具有半参数 BvM 现象和极小极大渐近方差，能自动量化不确定性，并避免单独估计所涉及的平滑参数。
- 阅读关注点
- 应核对观测与潜在分布的逆变换、投影定义、局部平滑条件、后验极限成立的尺度，以及效率与区间校准的证明。
- 阅读边界
- 仅依据所给 Crossref 摘要，无法核验定理条件和作者所称的首次贡献；摘要未说明有限样本区间表现及完整逆问题设定。
原文摘要
In this paper, we propose a novel Bayesian approach for nonparametric estimation in Wicksell’s problem. This has important applications in astronomy for estimating the distribution of the positions of the stars in a galaxy given projected stellar positions and in materials science to determine the 3D microstructure of a material, using its 2D cross-sections. We deviate from the classical Bayesian nonparametric approach, which would place a Dirichlet Process (DP) prior on the distribution function of the unobservables, by directly placing a DP prior on the distribution function of the observables. Our method offers computational simplicity due to the conjugacy of the posterior and allows for asymptotically efficient estimation by projecting the posterior onto the L2 subspace of increasing, right-continuous functions. Indeed, the resulting Isotonized Inverse Posterior (IIP) satisfies a Bernstein–von Mises (BvM) phenomenon with minimax asymptotic variance g0(x)/2γ, where γ>1/2 reflects the degree of Hölder continuity of the true cdf at x. Since the IIP gives automatic uncertainty quantification, it eliminates the need to estimate γ. Our results provide the first semiparametric Bernstein–von Mises theorem for projection-based posteriors with a DP prior in inverse problems.