Robust Bayesian Inference in l q -Spherical Models
球对称模型中的稳健贝叶斯推断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：摘要讨论通用位置参数后验的模型稳健性，且关键记号受损，不足以归入所列具体计量方向。
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
球对称模型中的稳健贝叶斯推断
- 研究问题
- 在摘要所述多元球对称分布类中，位置参数的后验推断能否对类内抽样分布的改变保持稳健，并需要怎样的尺度先验？
- 方法与思路
- 作者通过等密度面描述一类多元分布，并在尺度参数上使用 Jeffreys 型非正规先验，研究位置参数后验对模型变化的反应。
- 材料陈述的贡献
- 摘要称在特定模型类与先验下，位置参数后验不随类内抽样模型改变；但模型记号存在乱码，稳健性范围需核对。
- 阅读关注点
- 先查原 PDF 核对题名及摘要中的球对称记号，再核对共同参数、先验形式、后验存在性与允许偏离参考分布的范围。
- 阅读边界
- OpenAlex 索引摘要稿件版本未注明且有明显乱码；不得据此重构模型公式，需查原 PDF，也不能将其稳健性推广到任意误设。
原文摘要
The class of multivariate I4-spherical di,tributions is introduced and defined through their isodensity surfaces.We prove that, under a JeHreys' type improper prior on the scale parameter, posterior inference on the location parameters is the same for all Iq-spherical sampling models with common q.7itis gives us perfect inference robustness with respect to any departures from the reference case of independcnt sampling from the exponential power distribution.