Objective Bayesian meta-analysis based on generalized multivariate random effects model
基于广义多元随机效应模型的客观贝叶斯元分析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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究一般多元元分析与贝叶斯后验性质，治疗效果应用本身不足以归入因果识别方法。
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
基于广义多元随机效应模型的客观贝叶斯元分析
- 研究问题
- 将多元随机效应模型推广至椭圆分布后，如何对总体均值与研究间协方差进行客观贝叶斯推断并保证后验适定？
- 方法与思路
- 作者推导 Berger–Bernardo 参考先验与 Jeffreys 先验及其后验，在广义多元随机效应模型中研究后验适定性。
- 材料陈述的贡献
- 摘要称在所述设定下，后验适定仅需样本量大于模型维度，并将理论应用于十项降压治疗研究的双变量效果分析。
- 阅读关注点
- 应核对两种先验的推导、样本量和模型维度的定义、适定性结论的完整条件，以及血压应用中的研究间异质性处理。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未展开分布假设与先验细节，不能推广适定性结论至任意模型。
原文摘要
Objective Bayesian inference procedures are derived for the parameters of the multivariate random effects model generalized to elliptically contoured distributions. The posterior for the overall mean vector and the between-study covariance matrix is deduced by assigning two noninformative priors to the model parameter, namely the Berger and Bernardo reference prior and the Jeffreys prior, whose analytical expressions are obtained under weak distributional assumptions. It is shown that the only condition needed for the posterior to be proper is that the sample size is larger than the dimension of the data-generating model, independently of the class of elliptically contoured distributions used in the definition of the generalized multivariate random effects model. The theoretical findings of the paper are applied to real data consisting of ten studies about the effectiveness of hypertension treatment for reducing blood pressure where the treatment effects on both the systolic blood pressure and diastolic blood pressure are investigated.