Bayesian Analysis of a Poisson Process with a Change-Point
含变点的泊松过程的贝叶斯分析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：题名与摘要明确研究泊松过程变点，直接对应结构变化方法，但未提供宏观应用。
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…
关注这篇论文的作者
含变点的泊松过程的贝叶斯分析
- 研究问题
- 如何对含有变点的泊松过程进行贝叶斯估计与假设检验，以分析过程发生变化的相关参数和统计证据？
- 方法与思路
- 作者针对含变点的泊松过程建立贝叶斯估计和假设检验方法，并给出一个例子；摘要未说明先验或具体计算步骤。
- 材料陈述的贡献
- 摘要明确陈述的贡献是发展该类泊松过程的贝叶斯分析方法并作例示，未报告理论保证、性能比较或具体数值结果。
- 阅读关注点
- 应核对变点前后的过程设定、先验选择、估计目标与检验假设，并查明例子的来源及后验计算如何实施。
- 阅读边界
- 仅据OpenAlex索引摘要，版本未注明且内容简短；无法判断变点是否未知、计算可行性、识别条件或方法的比较优势。
原文摘要
A Bayesian approach to estimation and hypothesis testing for a Poisson process with a change-point is developed, and an example given.