Bayesian Confidence Intervals for Smoothing Splines
平滑样条的贝叶斯置信区间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：摘要研究通用非参数平滑与区间覆盖，没有明确涉及所列经济计量领域细分。
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
平滑样条的贝叶斯置信区间
- 研究问题
- 平滑样条的贝叶斯逐点区间为何可能具有接近名义水平的平均频率覆盖率，其局部覆盖又存在哪些限制？
- 方法与思路
- 作者通过大样本近似和模拟分析平均后验方差、平均平方误差及偏差，考虑交叉验证选取平滑参数和边界调整。
- 材料陈述的贡献
- 摘要解释平均覆盖率准确的频率学机制，并指出其不依赖推导区间时的贝叶斯假设，但峰谷位置的区间可能不可靠。
- 阅读关注点
- 应核对跨观测点平均覆盖与单点覆盖的区别、平滑参数选择如何进入分析，以及自然样条边界调整的具体实现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；平均覆盖接近名义水平不保证每点有效，也不等于同时置信带有效。
原文摘要
The frequency properties of Wahba's Bayesian confidence intervals for smoothing splines are investigated by a large-sample approximation and by a simulation study. When the coverage probabilities for these pointwise confidence intervals are averaged across the observation points, the average coverage probability (ACP) should be close to the nominal level. From a frequency point of view, this agreement occurs because the average posterior variance for the spline is similar to a consistent estimate of the average squared error and because the average squared bias is a modest fraction of the total average squared error. These properties are independent of the Bayesian assumptions used to derive this confidence procedure, and they explain why the ACP is accurate for functions that are much smoother than the sample paths prescribed by the prior. This analysis accounts for the choice of the smoothing parameter (bandwidth) using cross-validation. In the case of natural splines an adaptive method for avoiding boundary effects is considered. The main disadvantage of this approach is that these confidence intervals are only valid in an average sense and may not be reliable if only evaluated at peaks or troughs in the estimate.