Posterior probability intervals in Bayesian wavelet estimation
贝叶斯小波估计中的后验概率区间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：摘要讨论通用贝叶斯小波回归区间，未提供对应所列经济计量细分方向的直接证据。
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
贝叶斯小波估计中的后验概率区间
- 研究问题
- 如何为贝叶斯小波回归估计构造可信区间，并在模拟中考察这些区间相对于既有方法的表现？摘要关注区间近似。
- 方法与思路
- 作者采用鞍点近似推导贝叶斯小波回归估计的可信区间；摘要未说明先验选择、近似展开细节或区间计算步骤。
- 材料陈述的贡献
- 摘要称，所构造区间在模拟中优于作者所称的最佳既有方法；但没有列出比较对象、评价指标或改善幅度。
- 阅读关注点
- 应核对后验分布与先验设定、鞍点近似的适用条件，以及模拟比较采用的覆盖率、区间长度或其他评价指标。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要，无法判断近似误差及模拟结论的适用范围，也不能推断刊本变化。
原文摘要
We use saddlepoint approximation to derive credible intervals for Bayesian wavelet regression estimates. Simulations show that the resulting intervals perform better than the best existing method.