On Bayesian nonlinear regression with an enzyme example
贝叶斯非线性回归及酶动力学实例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：摘要涉及酶动力学的一般贝叶斯非线性回归，未提供经济结构估计等细分方向的依据。
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
贝叶斯非线性回归及酶动力学实例
- 研究问题
- 在酶动力学非线性回归中，将整个回归向量作为关注参数时，贝叶斯后验推断与通常的线性化近似有何差异？
- 方法与思路
- 作者对回归向量采用其称为信息量最小的先验，计算边际后验分布，并与通常线性化回归隐含的 t 后验进行对照。
- 材料陈述的贡献
- 摘要称该程序用于多组酶动力学数据，并指出在线性模型特例下可得到相应先验形式、恢复经典推断。
- 阅读关注点
- 应核对回归向量的含义、最小信息先验的构造及参数化依赖、后验是否适定，以及线性化近似的误差表现。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；先验表达中的参数符号含义未说明，不能据此重构先验或判断非线性应用的改善程度。
原文摘要
A nonlinear regression model is applied to several sets of enzyme kinetics data, treating the entire regression vector as the parameter of interest. The resulting marginal posterior distributions are presented alongside the usual Student's t posterior distributions implicit in the usual linearized regression. The prior distribution used is that which is minimally informative about the regression vector. In the special case of the linear model this procedure leads to the prior density 1/θ, thereby producing the classical inferences.