Nonparametric Bayesian bioassay including ordered polytomous response
含有序多分类响应的非参数贝叶斯生物测定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：摘要涉及生物测定中的有序响应，未研究经济选择行为，也未提供其他所列领域的依据。
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
含有序多分类响应的非参数贝叶斯生物测定
- 研究问题
- 完全贝叶斯的非参数生物测定面临计算困难时，如何获得目标边际后验分布，并扩展到有序多分类响应？
- 方法与思路
- 作者采用基于抽样的计算方法构造所需边际后验分布及其特征，并将方法扩展到有序多分类响应情形。
- 材料陈述的贡献
- 摘要称该抽样思路可较一般地处理非参数贝叶斯生物测定的计算问题，并给出有序多分类扩展和说明性例子。
- 阅读关注点
- 应核对非参数先验、响应概率的约束、后验抽样步骤与收敛诊断，以及有序多分类扩展如何利用类别顺序。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；先验、抽样算法和计算表现未说明，不能判断方法在复杂数据中的可行性。
原文摘要
Previous attempts at implementing fully Bayesian nonparametric bioassay have enjoyed limited success due to computational difficulties. We show here how this problem may be generally handled using a sampling based approach to develop desired marginal posterior distributions and their features. A useful extension is presented which treats the case of ordered polytomous response. Illustrative examples are provided.