The Bernstein–von Mises theorem for the proportional hazard model
比例风险模型的 Bernstein–von Mises 定理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：摘要研究一般生存模型的贝叶斯渐近理论，未明确涉及所列计量领域细分。
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
比例风险模型的 Bernstein–von Mises 定理
- 研究问题
- 在比例风险模型中，对基准风险函数使用右中性过程先验后，累计风险函数与回归系数的联合后验具有怎样的大样本性质？
- 方法与思路
- 作者研究这类先验下的贝叶斯渐近分析，将基准累计风险函数与回归系数的联合后验在最大似然估计量处进行中心化。
- 材料陈述的贡献
- 摘要称上述中心化联合后验渐近等价于最大似然估计量的抽样分布，为该比例风险模型提供联合后验的渐近刻画。
- 阅读关注点
- 应核对允许的右中性过程先验、观测与删失条件、函数空间和收敛方式，以及联合结论对后验区间解释的具体含义。
- 阅读边界
- 索引摘要未注明稿件版本；先验限制、删失设定及渐近等价的严格定义未提供，不能据此确认有限样本区间的覆盖性质。
原文摘要
We study large sample properties of Bayesian analysis of the proportional hazard model with neutral to the right process priors on the baseline hazard function. We show that the posterior distribution of the baseline cumulative hazard function and regression coefficients centered at the maximum likelihood estimator is jointly asymptotically equivalent to the sampling distribution of the maximum likelihood estimator.