Outliers and Credence for Location Parameter Inference
位置参数推断中的异常值与尾部可信度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：摘要研究一般位置参数与重尾贝叶斯推断，没有金融风险或其他所列应用领域的明确证据，故保留空分类。
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
位置参数推断中的异常值与尾部可信度
- 研究问题
- 在方差已知且可能存在异常观测或异常参数时，重尾信息如何影响位置参数的后验推断与冲突信息取舍？
- 方法与思路
- 作者以credence刻画密度的多项式尾部衰减，研究独立变量求和、先验与观测结合，以及冲突信息组的作用。
- 材料陈述的贡献
- 摘要称独立变量和的credence取各项最小值，位置参数后验的credence可相加，冲突时总值最大的组占主导。
- 阅读关注点
- 应核对尾部界定的原始数学记号、独立性与位置模型条件，以及异常值排除结论的极限情形和层级模型扩展。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；尾部定义公式排版不清，需查阅原PDF，摘要不能确定全部定理条件或刊本变化。
原文摘要
Heavy-tailed distributions are important for modeling problems in which there may be outlying observations or parameters. Examples of their use are given in O'Hagan (1988). This article develops some general theory, based on the notion of credence, for inference about unknown location parameters in the case of known variances. A density on the real line is defined to have credence c if it is bounded above and below by positive multiples of (1 + x 2)-c/2. For instance, a t distribution with d degrees of freedom has credence 1 + d. I prove that the credence of a sum of independent random variables is the minimum of their individual credences, and that the credence of a posterior density of a location parameter is the sum of the credences of the prior and the observations. More generally, when independent information sources are combined, their credences add. When groups of information sources conflict, outlier rejection occurs, with the group having the greatest total credence dominating all others. Propagation of credence and outlier rejection are considered briefly in the more complex case of a hierarchical model.