An empirical Bayes problem with a Markovian parameter
参数具有马尔可夫结构的经验贝叶斯问题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：摘要研究马尔可夫参数下的通用经验贝叶斯决策，未明确对应给定的经济计量应用细分方向。
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
参数具有马尔可夫结构的经验贝叶斯问题
- 研究问题
- 当各次决策对应的参数值构成平稳马尔可夫链时，如何从观测中学习转移规律，并据此实施经验贝叶斯估计？
- 方法与思路
- 作者将贝叶斯规则表示为转移概率的函数，再以观测估计这些概率，通过模拟比较经验贝叶斯、相邻观测两步规则及后验众数规则。
- 材料陈述的贡献
- 摘要称推导了依赖转移概率的贝叶斯规则，并通过模拟研究其经验版本；另两种规则在某些特定情形下具有竞争力。
- 阅读关注点
- 应核对观测与潜在参数之间的模型、转移概率估计方法、决策损失，以及相邻观测规则和后验众数规则适用的具体情形。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未说明损失函数、模拟设计及比较结果的适用范围，不能推断刊本变化。
原文摘要
A study is made of an empirical Bayes estimation problem in which the set of parameter values is a realization of a stationary Markov chain. The Bayes rule is derived as a function of the transition probabilities of the Markov chain. The performance of empirical Bayes rules, which use estimates of these transition probabilities based on the observations, is investigated by simulation. Two other rules are shown to be competitors of the empirical Bayes rules in some particular cases. These are a two-step rule which uses only the (i−1)th, ith and (i+1)th observations when making the ith decision, and a rule based on the mode of the posterior distribution of the parameter sequence.