Revisiting identification concepts in Bayesian analysis
重新审视贝叶斯分析中的识别概念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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要讨论通用统计与计量模型的贝叶斯识别理论，未指定处理效应、结构行为模型或其他给定领域的研究对象。
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
重新审视贝叶斯分析中的识别概念
- 研究问题
- 贝叶斯分析如何处理未识别与部分识别参数，先验和对已识别参数的边际化又如何改变数据提供的信息？
- 方法与思路
- 作者分析非退化先验、未识别模型的 MCMC、识别集参数的先验与后验，以及按条件先验边际化已识别参数的方法。
- 材料陈述的贡献
- 摘要称某些频率学意义下未识别的参数可在贝叶斯意义下识别，并展示识别集分析和数据对未识别参数提供信息的情形。
- 阅读关注点
- 应核对两种识别概念的定义、结论对先验的依赖，以及后验信息来自似然还是先验结构，并审查示例和模拟。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未说明各结论的条件，不能将贝叶斯识别直接等同于数据识别。
原文摘要
This paper studies the role played by identification in the Bayesian analysis of statistical and econometric models. First, for unidentified models we demonstrate that there are situations where the introduction of a non-degenerate prior distribution can make a parameter that is nonidentified in frequentist theory identified in Bayesian theory. In other situations, it is preferable to work with the unidentified model and construct a Markov Chain Monte Carlo (MCMC) algorithms for it instead of introducing identifying assumptions. Second, for partially identified models we demonstrate how to construct the prior and posterior distributions for the identified set parameter and how to conduct Bayesian analysis. Finally, for models that contain some parameters that are identified and others that are not we show that marginalizing out the identified parameter from the likelihood with respect to its conditional prior, given the nonidentified parameter, allows the data to be informative about the nonidentified and partially identified parameter. The paper provides examples and simulations that illustrate how to implement our techniques.