Bayesian Intervals with Good Frequentist Behaviour in the Presence of Nuisance Parameters
存在干扰参数时频率表现良好的贝叶斯区间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：摘要讨论含干扰参数的一般区间推断，没有所列经济计量细分的明确文本依据。
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
存在干扰参数时频率表现良好的贝叶斯区间
- 研究问题
- 当分布含多个未知参数而只关心其中一个时，如何构造贝叶斯区间，使其在处理其余干扰参数后仍具有接近名义的覆盖率？
- 方法与思路
- 作者采用客观贝叶斯方法，对目标参数使用特定条件先验，并以 gamma 分布均值和形状参数的模拟检验频率表现。
- 材料陈述的贡献
- 摘要称使用该条件先验得到的贝叶斯区间同时具有接近正确的频率覆盖率，并报告了相关参数的模拟评估。
- 阅读关注点
- 应核对条件先验如何构造及其与干扰参数先验的关系、覆盖率近似的阶数和成立条件，以及模拟中的区间长度表现。
- 阅读边界
- 仅据所给 Crossref 摘要；先验形式、覆盖误差阶和模拟数值未说明，“接近正确”不能解释为任意模型下的精确覆盖。
原文摘要
SUMMARY Given a random sample from a distribution with density function that depends on an unknown parameter θ = (θ1 . . ., θp), we are concerned with the problem of setting confidence intervals for a particular component of it, say θ1, treating the remaining components as a nuisance parameter. Adopting an objective Bayesian approach, we show that the Bayes intervals with a certain conditional prior density on the parameter of interest, θ1, are confidence intervals as well, having nearly the correct frequency of coverage. The frequentist performance of the proposed intervals is tested in a simulation study for gamma mean and shape parameters.