Bayesian Confidence Bands for a Distribution Function
分布函数的贝叶斯置信带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：摘要研究一般分布函数的贝叶斯置信带，未涉及微观分布效应或其他所列应用方向。
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
分布函数的贝叶斯置信带
- 研究问题
- 在使用 Dirichlet 过程先验时，如何计算分布函数先验或后验置信带所含的概率，以及先验参数未知时如何估计该概率？
- 方法与思路
- 作者在先验参数已知时建立计算置信带概率含量的递推关系，并在参数由样本估计时提出后验带概率的非参数估计。
- 材料陈述的贡献
- 摘要称提供了先验及后验置信带概率含量的递推计算方法，并处理先验参数未知且需要从样本估计的情形。
- 阅读关注点
- 应核对置信带的定义、递推计算的输入和复杂度，以及估计先验参数后，概率含量估计如何反映额外不确定性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；后验概率含量不自动等于频率学覆盖率，摘要未说明二者关系。
原文摘要
A set of recurrences is developed for computing the probability content of any prior or posterior confidence bands for a distribution function assuming the parameter of the prior Dirichlet process known. When the prior parameter is unknown and is estimated from the sample, nonparametric estimates of the probability content of the posterior bands are obtained.