Probabilistic Prediction
概率预测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：摘要讨论一般贝叶斯预测分布，没有宏观预测或金融收益预测的明确对象。
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
概率预测
- 研究问题
- 贝叶斯分析中，先验或后验所隐含的未观测样本预测分布，如何用于正式统计模型的适切性判断、选择、解释与验证？
- 方法与思路
- 作者把参数先验或后验对应的未来样本边际分布视为预测分布，并提出将其从设计问题扩展到统计推断的初步建议。
- 材料陈述的贡献
- 摘要强调预测分布的推断用途，提出模型适切性、选择、解释和验证方面的应用方向，但未陈述具体性能结果。
- 阅读关注点
- 应核对先验预测与后验预测的用途区分、模型评价规则，以及建议是否形成可实施程序并配有明确的理论或实例支持。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要；内容明确属于初步建议，未说明具体算法或验证证据，不能推断预测表现有所改善。
原文摘要
The posterior distribution for parameters of a data distribution is usually the major objective of a Bayesian statistical analysis. Relatively little attention has been given to the fact that either a prior or a posterior distribution implies a marginal distribution, which may be called a “predictive distribution,” for outcomes of any sample not yet observed. Predictive distributions have been mainly applied to design problems, such as determination of optimal sample size. In this paper tentative suggestions are made for applications to statistical inference, especially problems of appropriateness, selection, interpretation, and validation of formal models.