Posterior consistency of Dirichlet mixtures in density estimation
密度估计中 Dirichlet 混合的后验一致性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：摘要研究一般贝叶斯密度估计的后验一致性，未涉及分位数、分布效应或其他所列领域的明确应用。
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…
密度估计中 Dirichlet 混合的后验一致性
- 研究问题
- 将正态密度的 Dirichlet 混合作为贝叶斯密度估计先验时，其后验是否具有一致性，如何处理此前尚未解决的理论问题？
- 方法与思路
- 作者围绕正态密度的 Dirichlet 混合先验研究后验一致性；摘要提及既有 MCMC 计算方法，但未说明本文证明技术。
- 材料陈述的贡献
- 摘要称肯定解决了该类贝叶斯密度估计的后验一致性问题，为已有计算与应用方法补充理论依据，但未列出条件。
- 阅读关注点
- 应核对先验的具体构造、真实密度所需条件及一致性采用的距离或拓扑，并区分后验一致性与 MCMC 计算收敛。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；一致性的具体含义和适用条件未说明，不能推断收敛速度或所有密度上的结论。
原文摘要
A Dirichlet mixture of normal densities is a useful choice for a prior distribution on densities in the problem of Bayesian density estimation. In recent years, efficient Markov chain Monte Carlo method for the computation of the posterior distribution has been developed. The method has been applied to data arising from different fields of interest. The important issue of consistency was however left open. In this paper, we settle this issue in affirmative.