跳到正文
← 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:材料属于通用稳健贝叶斯决策理论,没有所列应用领域的直接证据。

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
Ya'acov Ritov

稳健贝叶斯决策程序:数据分布中的严重误差

研究问题
在标准贝叶斯决策问题中,如果数据以小概率与目标参数无关,应如何选择决策程序以应对这种实验偏差?
方法与思路
作者在贝叶斯决策设定中加入数据可能无关的情形,并讨论极小极大解;摘要只称假设较一般,未列出具体模型与优化步骤。
材料陈述的贡献
摘要称描述并讨论了这一设定下的极小极大解,为受严重数据分布误差影响的贝叶斯决策提供分析,但未给出解的形式。
阅读关注点
应核对无关数据的数学定义、污染概率的处理、损失函数与允许分布集合,以及极小极大解存在和成立的条件。
阅读边界
摘要未说明所谓一般假设、稳健性范围或与标准贝叶斯程序的比较结果;OpenAlex 索引未注明稿件版本。

原文摘要

We consider a standard Bayes decision situation except that with small probability the data may be irrelevant to the parameter of interest (i.e. the experiment is "biased"). The minimax solution under quite general assumptions is described and discussed.

笔记与分组
相关领域论文