Approximate predictive likelihood
近似预测似然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：摘要讨论通用预测推断与极值分布应用，未说明宏观时间序列或金融风险对象，不能仅凭预测和极值措辞归入相关领域。
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
近似预测似然
- 研究问题
- 当精确预测似然难以获得或缺少先验信息时，能否构造一种同时近似贝叶斯与最大似然预测推断的、适用范围较广的方法？
- 方法与思路
- 作者通过展开后验似然构造近似预测似然，以统一并扩展已有预测推断结果，并将方法用于广义极值分布下的极端值预测。
- 材料陈述的贡献
- 摘要称，近似方法不依赖先验信息可用性，并给出与两类精确预测对象的误差阶；所给文本中的阶数排版需要查阅原文确认。
- 阅读关注点
- 应核对后验似然与预测似然的定义、展开所需正则条件、两种近似误差的准确阶数，以及广义极值应用中的参数范围。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；误差阶中的上标可能丢失，需查阅原PDF，不能据此重构公式或判断边界参数下的准确性。
原文摘要
A predictive likelihood is given which approximates both Bayes and maximum likelihood predictive inference by expansion of a posterior likelihood. This synthesizes and extends previous results and is widely applicable. The approximation usually differs from exact Bayes posterior predictive density by Op(n–2), and from exact predictive likelihood by Op(n–2) but does not depend on the availability of prior information and is applicable when exact predictive likelihood cannot be found. The results are applied to the prediction of extremes using the generalized extreme-value distribution.