Posterior expectations for large observations
大观测值下的后验期望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：这是位置模型的通用贝叶斯渐近理论，极端观测本身不足以归入金融尾部风险。
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
大观测值下的后验期望
- 研究问题
- 对于含未知位置参数的单个观测，当观测值趋于无穷时，后验分布如何变化，先验与误差分布的尾部如何影响这一变化？
- 方法与思路
- 作者研究单观测位置模型的后验极限，给出后验趋近先验的条件及具有渐近 fiducial 性质的对偶条件。
- 材料陈述的贡献
- 摘要称正态先验与 Student 误差对应后验趋近先验的情形，交换二者角色则对应另一类极限，体现先验与误差尾部的作用。
- 阅读关注点
- 核对两类极限所采用的收敛概念、尾部条件及 fiducial 的确切定义，并确认分布结论如何关联题名中的后验期望。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；具体尾部条件与期望收敛要求未给出，不能推广为任意异常值下的稳健性结论。
原文摘要
For a single observation X = x from a distribution having unknown location parameter Θ we investigate the asymptotic behaviour of the posterior distribution of Θ, as x tends to infinity. Conditions are given for this posterior distribution to approach the prior distribution, and dual conditions under which the posterior distribution is ‘ asymptotically fiducial’. The former conditions apply when the prior distribution is normal and the error has a Student distribution, the latter when the roles are reversed.