The Mixed Binomial Distribution and the Posterior Distribution of p for a Continuous Prior Distribution
连续先验下的混合二项分布与概率参数的后验分布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：摘要讨论一般二项模型的贝叶斯渐近展开，分布一词本身不足以支持分位数与分布效应分类。
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
连续先验下的混合二项分布与概率参数的后验分布
- 研究问题
- 采用连续先验时，混合二项分布和成功概率参数的后验分布如何进行渐近展开，后验矩又能怎样近似用于估计与抽样检验？
- 方法与思路
- 作者分别推导混合二项分布、概率参数后验分布及后验前四阶矩的渐近展开，并讨论估计和抽样检验方面的应用。
- 材料陈述的贡献
- 摘要称提供了分布与后验前四阶矩的展开结果，并讨论其在估计和抽样检验中的用途；具体展开形式未给出。
- 阅读关注点
- 应核对连续先验所需的正则条件、展开针对的渐近变量和阶数、端点附近的适用性，以及余项控制和应用方式。
- 阅读边界
- 仅据 Crossref 摘要；先验条件、展开系数及误差界未说明，不能判断任意先验或小样本下的近似精度，也不能推断版本变化。
原文摘要
Summary Asymptotic expansions are derived for the mixed binomial distribution and the posterior distribution of p for a continuous prior distribution. Expansions are also found for the first four moments of the posterior distribution. Applications to estimation and sampling inspection are discussed.