Fiducial Prediction and Semi-Bayesian Inference
信任预测与半贝叶斯推断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：摘要研究通用信任推断和部分先验信息，未明确涉及所列预测或其他经济计量细分方向。
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
信任预测与半贝叶斯推断
- 研究问题
- 在函数模型中，何种条件允许对未观测量开展信任预测，以及如何在只有部分先验信息时构造未知参数的推断分布？
- 方法与思路
- 作者发展应用信任逻辑的代数条件，并用由未知超参数支配的参数函数超模型描述部分先验信息，重新解释预测问题。
- 材料陈述的贡献
- 摘要称，该解释在无实质超模型信息时对应信任分布，在超参数完全已知时对应贝叶斯后验，并容纳中间程度的先验知识。
- 阅读关注点
- 应核对函数模型与代数条件的具体定义、哪些预测后果被认为不可接受，以及更强条件如何影响部分先验信息下的推断。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；代数条件及可接受性标准未展开，不能判断一般有效性或推断刊本变化。
原文摘要
We investigate the problem of fiducial prediction for unobserved quantities within the framework of the functional model described previously by Dawid and Stone. It is supposed that these are related to a completely unknown parameter by means of a regular functional model, and that the observations are either given as known functions of the predictands, or are themselves related to them by means of a functional model. We develop algebraic conditions which allow the application of fiducial logic to the prediction problem, and explore the consequences of such an application--some of which appear unacceptable unless still stronger conditions are imposed. A reinterpretation of the fiducial prediction problem is given which can be applied to yield an inferential distribution for the unknown parameter in the presence of partial prior information, expressible as a functional hypermodel for the parameter, governed by a completely unknown hyperparameter. This solution agrees with the fiducial distribution when the hypermodel is vacuous and with the Bayes posterior distribution when the hyperparameter is fully known, but allows in addition for intermediate levels of partial prior knowledge.