Asymptotic Behavior of Bayes Tests and Bayes Risk
贝叶斯检验与贝叶斯风险的渐近行为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：摘要属于一般贝叶斯检验与决策理论，没有所列计量领域细分的直接证据。
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…
关注这篇论文的作者
贝叶斯检验与贝叶斯风险的渐近行为
- 研究问题
- 对于来自单参数指数族的独立观测，单侧和双侧贝叶斯检验及其风险如何随样本量变化，先验影响在大样本下有多强？
- 方法与思路
- 作者在单参数指数族的独立抽样框架中研究单侧与双侧检验，推导贝叶斯检验和贝叶斯风险的精确渐近表达式。
- 材料陈述的贡献
- 摘要称所得渐近表达式表明，随着样本量趋于无穷，所研究的贝叶斯程序对先验分布相对不敏感，具体程度未在摘要中列出。
- 阅读关注点
- 阅读全文时应核对先验与损失函数的条件、单侧及双侧假设的设定，并查看先验影响出现在哪些渐近项及其成立范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未提供先验类别、损失函数或展开公式，相对不敏感不能解释为有限样本完全不受先验影响。
原文摘要
In this paper the asymptotic behaviors of the Bayes test and Bayes risk are studied in both the one-sided and two-sided testing problems, where the independent observations are taken from one member of a one-parameter exponential family. Precise asymptotic expressions are found which show the Bayes procedure to be relatively insensitive to the prior distribution as the sample size increases to infinity.