Bayesian Analysis of a Bivariate Normal Distribution with Incomplete Observations
具有不完整观测的双变量正态分布的贝叶斯分析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：摘要属于缺失观测下的一般贝叶斯推断，未提供所列领域细分的直接依据。
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
具有不完整观测的双变量正态分布的贝叶斯分析
- 研究问题
- 当来自双变量正态总体的样本存在不完整观测时，如何采用贝叶斯方法对两个总体均值之差进行统计推断？
- 方法与思路
- 作者从贝叶斯角度处理不完整双变量正态样本的均值差推断，并将研究定位为对已有抽样理论处理视角的补充。
- 材料陈述的贡献
- 摘要明确贡献是以贝叶斯方法研究这一既有问题，未说明所用先验、后验形式、计算程序或与抽样理论方法的比较结果。
- 阅读关注点
- 阅读时应核对不完整观测的模式、缺失机制、先验设定，以及均值差后验推断如何利用完整与不完整观测的信息。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；缺失机制、先验及推断性质均未交代，不能判断方法对不同缺失情形的适用性。
原文摘要
We consider the problem of drawing inferences on the difference of the population means when an incomplete sample from a bivariate normal population is available. Whereas Mehta and Gurland [7] have considered this problem from the sampling theory point of view, we tackle here the same problem from a Bayesian approach.