Measuring the Effect of Observations on Bayes Factors
衡量单个观测对贝叶斯因子的影响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：摘要属于通用贝叶斯模型比较与影响诊断，未提供所列领域细分的明确依据。
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
衡量单个观测对贝叶斯因子的影响
- 研究问题
- 如何衡量单个观测对模型比较中对数贝叶斯因子的影响，并利用这一指标检查数据影响与分布假设？
- 方法与思路
- 作者以使用全部数据和删除一个观测后所得对数贝叶斯因子的差定义影响指标，并将其联系到条件预测纵坐标。
- 材料陈述的贡献
- 摘要称给出该指标的形式及多种应用示例，涵盖正态样本、线性模型、对数线性模型和分布假设检查。
- 阅读关注点
- 应核对删一观测指标的符号与解释、条件预测纵坐标的计算、先验敏感性，以及影响观测是否等同于异常观测。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本；摘要未给出判别阈值或稳健性保证，不能据此决定自动删除观测。
原文摘要
In this paper we consider a measure of the effect of single observations on a logarithmic Bayes factor defined via the difference in the logarithms of the Bayes factors conditional first on all the data and then omitting an observation. The measure is related to the conditional predictive ordinate. The form of the measure and examples of its use are presented for a variety of situations, normal samples, linear models, log linear models and the checking of distributional assumptions.