Practical Bayesian Density Estimation Using Mixtures of Normals
利用正态混合模型进行实用贝叶斯密度估计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：摘要讨论通用贝叶斯密度估计，未提供与所列经济计量细分方向直接对应的应用或效应分析。
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
利用正态混合模型进行实用贝叶斯密度估计
- 研究问题
- 正态混合密度估计中，如何处理参考先验导致的后验不适定问题，以及混合成分数量的后验定义与计算困难？
- 方法与思路
- 作者提出若干实用处理方法，并研究最大混合成分数随样本量增长时的一致性；摘要未交代具体先验和模拟步骤。
- 材料陈述的贡献
- 摘要称，文章处理了参考先验、成分数量后验及其模拟估计的困难，并给出最大成分数增长情形下的部分一致性结果。
- 阅读关注点
- 应核对先验如何保证后验适定、成分数量如何定义和估计，以及一致性针对的对象、增长条件与适用密度范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要解读；无法判断具体算法表现与一致性条件，也不能推断刊本变化。
原文摘要
Mixtures of normals provide a flexible model for estimating densities in a Bayesian framework. There are some difficulties with this model, however. First, standard reference priors yield improper posteriors. Second, the posterior for the number of components in the mixture is not well defined (if the reference prior is used). Third, posterior simulation does not provide a direct estimate of the posterior for the number of components. We present some practical methods for coping with these problems. Finally, we give some results on the consistency of the method when the maximum number of components is allowed to grow with the sample size.