Nonparametric Bayesian estimators for counting processes
计数过程的非参数贝叶斯估计量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：摘要研究一般计数过程与删失数据，没有所列经济领域细分的直接证据。
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
计数过程的非参数贝叶斯估计量
- 研究问题
- 在Aalen乘性计数过程模型中，如何为累积强度构造非参数先验，并获得可计算的后验过程及适用于不同过程的推断？
- 方法与思路
- 作者选取一类Lévy过程作为累积强度的先验，研究其对乘性计数过程模型的共轭性，并推导后验过程的计算公式。
- 材料陈述的贡献
- 摘要称证明该类先验的共轭性并给出后验公式，进一步将结果应用于右删失数据的单事件过程、泊松过程及马尔可夫过程。
- 阅读关注点
- 应核对所用Lévy过程类别、强度及观测机制的条件，以及右删失、泊松和马尔可夫模型中后验更新的具体对应。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；先验类别、观测条件和后验公式未展开，不能据此判断所有计数过程均适用或推断性能。
原文摘要
This paper is concerned with nonparametric Bayesian inference of the Aalen’s multiplicative counting process model. For a desired nonparametric prior distribution of the cumulative intensity function, a class of Lévy processes is considered, and it is shown that the class of Lévy processes is conjugate for the multiplicative counting process model, and formulas for obtaining a posterior process are derived. Finally, our results are applied to several practically important models such as one point processes for right-censored data, Poisson processes and Markov processes.