Un-Bayesian Implications of Improper Bayes Inference in Routine Statistical Problems
常规统计问题中非正规先验贝叶斯推断的非贝叶斯后果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：摘要研究一般贝叶斯推断的病态，未提供与所列微观、宏观或金融细分直接相关的证据。
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
常规统计问题中非正规先验贝叶斯推断的非贝叶斯后果
- 研究问题
- 论文关注使用非正规先验进行贝叶斯推断时，两个常规参数问题为何可能出现严重病态，以及这种病态表现为何。
- 方法与思路
- 作者考察两个指数分布均值之比和正态随机变量变异系数的推断，围绕非正规先验引发的病态展开研究。
- 材料陈述的贡献
- 摘要称，论文在两个常见统计问题中揭示并研究了非正规先验贝叶斯推断的严重病态，但未交代其具体表现和机制。
- 阅读关注点
- 读全文时应核对采用的非正规先验、推断目标与病态判据，并查清问题是否涉及参数变换、后验性质或其他机制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；病态的定义、原因及适用范围均未说明，不能推断所有非正规先验都会导致该问题。
原文摘要
For two routine statistical problems, inference about the ratio of two exponential means and inference about the coefficient of variation of a normal random variable, a serious pathology of Bayesian inference based on improper priors is uncovered and investigated.