A General Bayesian Linear Model
一般贝叶斯线性模型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：摘要讨论一般线性模型与贝叶斯估计，未给出面板、因子或其他细分方向的充分依据。
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
一般贝叶斯线性模型
- 研究问题
- 采用层级先验构造的线性模型贝叶斯估计具有什么一般性质，又如何与第二类模型中的最小二乘处理方式相比较？
- 方法与思路
- 作者进一步考察已有层级先验线性模型，讨论所得估计量的一般性质，并与第二类模型的最小二乘方法比较及举例。
- 材料陈述的贡献
- 摘要称深化了对贝叶斯线性模型的分析，指出估计量的一些一般性质，并提供与最小二乘方法的比较及一个实例。
- 阅读关注点
- 应核对层级先验的具体构造、第二类模型的定义、所述一般性质的条件，以及比较采用的评价准则和实例设定。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定先验、模型层次或比较结果；摘要未说明贝叶斯估计是否在某一标准下优于最小二乘。
原文摘要
Summary Lindley and Smith (1972), using a hierarchical form of prior structure, derived Bayesian alternatives to least squares estimates for the linear model. This paper examines the Bayesian model in more detail and notes some general properties of the resulting estimators. Comparison is made with a least squares approach to models of the second kind, and an example is given.