Product Partition Models for Normal Means
正态均值的乘积分割模型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：摘要研究正态均值的随机分组与估计，分割本身不足以支持面板、网络或结构变化分类。
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
正态均值的乘积分割模型
- 研究问题
- 当多个正态均值中部分可能相等时，如何用随机分割表达这种共享结构，并在分割不确定性下估计各个均值？
- 方法与思路
- 作者对随机分割指定乘积分割先验，利用同形式后验对分割条件下的均值估计进行平均，并以马尔可夫抽样近似计算。
- 材料陈述的贡献
- 摘要提出允许部分均值相等的概率模型与乘积估计，并在模拟和棒球打击率预测中进行比较，但未说明比较结果。
- 阅读关注点
- 应核对分割先验的构成、后验保持同形式的条件，以及马尔可夫抽样的收敛诊断、计算负担和估计比较标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明先验敏感性、抽样精度或比较数值，不能据此判断估计优势。
原文摘要
I consider probability models for the estimation of normal means that allow for some of the means to be equal. These probability models, called product partition models, specify prior probabilities for a random partition. The posterior probability of the partition given the observations has the same form. The resulting estimate of the means—the product estimate—is obtained by conditioning on the partition and summing over all possible partitions. The large number of computations involved leads to the use of Markov sampling to compute the product estimate. I compare the product estimate to other estimates of normal means both in a simulation study and in the prediction of baseball batting averages.