Approximate Inference in Location-Scale Regression Models
位置尺度回归模型的近似推断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：摘要研究一般回归后验近似与推断解释，没有离散选择、结构估计或具体宏观金融模型的明确依据。
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…
关注这篇论文的作者
位置尺度回归模型的近似推断
- 研究问题
- 如何近似位置尺度回归模型中的后验分布，以及在线性回归的特定先验设定下，这些推断能否获得非贝叶斯解释？
- 方法与思路
- 作者用卡方和多元t分布近似相关后验分布，讨论不适定先验下线性回归推断的条件频率及fiducial／structural解释。
- 材料陈述的贡献
- 摘要称上述分布能良好近似后验，并在Weibull回归和t误差回归中提供数值支持；特定线性回归结果也适用于非贝叶斯解释。
- 阅读关注点
- 应核对近似针对的参数或变换、误差阶与先验条件、后验适定性，以及条件频率解释依赖的具体条件化方式。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；近似误差、先验形式和适用条件未给出，两个数值例子不能证明所有位置尺度回归均有良好近似。
原文摘要
Abstract It is shown that χ2 and multivariate t distributions provide good approximations to posterior distributions arising in location-scale regression models. In the case of a linear regression model, Bayesian inferences based on an improper prior have conditional frequency, as well as fiducial/structural interpretation; so the results are also applicable in a non-Bayesian context. Numerical support for the approximations is presented for the case of a Weibull regression model and a regression with t distributed errors.