A Generalization of Bayesian Inference
贝叶斯推断的一种推广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：摘要涉及一般贝叶斯推断与上下概率，未明确关联所列经济或金融细分领域。
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
贝叶斯推断的一种推广
- 研究问题
- 如果样本信息和先验信息只能为事件概率提供上下界，如何组合这些信息，并构造对未知概率参数的统计推断？
- 方法与思路
- 作者分别用允许概率上下界的系统描述样本与先验信息，再依照指定规则组合，并以三项概率及单调二项概率序列说明。
- 材料陈述的贡献
- 摘要称提出了在若干方面推广贝叶斯推断的程序，并讨论产生上下概率的一般模型及所提程序依赖的具体模型。
- 阅读关注点
- 应核对上下概率系统的定义、信息组合规则及其性质，并查看三项分布和单调二项概率示例中的推断过程。
- 阅读边界
- 仅据所给 Crossref 摘要；组合规则、模型条件和概率界的具体性质未说明，不能判断其适用范围或推断其他版本变化。
原文摘要
Summary Procedures of statistical inference are described which generalize Bayesian inference in specific ways. Probability is used in such a way that in general only bounds may be placed on the probabilities of given events, and probability systems of this kind are suggested both for sample information and for prior information. These systems are then combined using a specified rule. Illustrations are given for inferences about trinomial probabilities, and for inferences about a monotone sequence of binomial pi. Finally, some comments are made on the general class of models which produce upper and lower probabilities, and on the specific models which underlie the suggested inference procedures.