Posterior Probabilities for Choosing a Regression Model
用于选择回归模型的后验概率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：摘要讨论一般回归模型选择与先验规范问题，未明确涉及收益预测、经济结构或其他指定领域细分。
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
用于选择回归模型的后验概率
- 研究问题
- 比较参数数量不同的回归模型时，某种简单后验概率公式为何可能误导选择，不适当先验又会如何影响推断？
- 方法与思路
- 作者分析一种模型后验概率公式及不适当先验的影响，提出替代权重，并提及显著性检验与数据依赖先验的关系。
- 材料陈述的贡献
- 摘要称，该简单公式在模型参数数量不同时会系统性误导；即使数量相同，不适当先验也可导致任意的推断。
- 阅读关注点
- 应核对被批评公式的具体形式、先验常数如何影响模型比较、替代权重的定义，以及相关论断的适用条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要针对特定简单公式，不能推断所有贝叶斯模型选择方法均有相同问题。
原文摘要
A simple Bayesian formula for the posterior probability of one of several regression models is shown to be systematically misleading unless all models have the same number of parameters. Even in this case the use of improper priors leads to arbitrary inferences, as it does more generally. An alternative weighting for choosing a model is suggested and the relationship between significance tests and data-dependent priors mentioned.