朱莫莱，F。;马梅利，V。;鲁里，E。;文图拉，L。 客观贝叶斯推理与适当的评分规则。 （英语） Zbl 1420.62112号 测试 28，第3期，728-755（2019）. 总结：当完全似然（即完全后验分布）过于复杂甚至不可能指定时，或者需要数据或模型错误的稳健性时，标准贝叶斯分析可能难以执行。在这些情况下，我们建议根据适当的评分规则对感兴趣的参数采用后验分布。评分规则是一种损失函数，用于测量随机变量的概率分布的质量，并给出其观察值。重要的例子是Tsallis分数和Hyvärinen分数，它们使我们能够处理模型错误规范或复杂模型。此外，完全可能性和复合可能性都是评分规则的特殊情况。本文的目的是双重的。首先，我们讨论了贝叶斯公式中评分规则的使用，以计算一个称为SR-后验分布的后验分布，并推导了其渐近正态性。其次，我们提出了一个为未知感兴趣参数建立默认先验的过程，该过程可用于更新SR后验分布中评分规则提供的信息。特别是，通过最大化SR-后验分布的平均（α）-散度来获得参考先验。对于（0\le|\alpha|<1），结果是Jeffreys-type先验，它与与评分规则相关的Godambe信息矩阵的行列式的平方根成正比。讨论了一些示例。 引用于4文件 MSC公司： 2015年1月62日 贝叶斯推断 62层35 鲁棒性和自适应程序（参数推断） 62E20型 统计学中的渐近分布理论 关键词：\（α）-发散;复合似然;戈德姆信息;\（M\）-估计函数;参考优先权;稳健性;评分规则 PDF格式BibTeX公司 XML格式引用 \textit{F.Giummolè}等人，测试28，编号3，728--755（2019年；Zbl 1420.62112） 全文： 内政部 arXiv公司 参考文献： [1] 巴恩多夫-尼尔森OE（1976）合理性推断。J R统计社会学B 38:103-131·Zbl 0403.62008年 [2] Basu A，Harris IR，Hjort NL，Jones MC（1998）通过最小化密度功率发散进行稳健有效的估计。生物特征85:549-559·Zbl 0926.62021号 ·doi:10.1093/biomet/85.3549 [3] Berger JO（2006）客观贝叶斯分析案例。贝叶斯分析1:1-17·Zbl 1331.62043号 ·doi:10.1214/06-BA101 [4] JO伯杰；贝纳多，JM；Bernardo，JM（编辑）；JO Berger（编辑）；Dawid，美联社（编辑）；Smith，AFM（编辑），《参考文献的发展（讨论）》（1992年），牛津 [5] Berger JO、Bernardo JM、Sun D（2009）参考先验的形式定义。美国统计协会期刊107:636-648·Zbl 1162.62013年 ·doi:10.1080/01621459.2012.682538 [6] Berger JO、Bernardo JM、Sun D（2012）总体目标先验。贝叶斯分析10:189-221·Zbl 1335.62039号 ·doi:10.1214/14-BA915 [7] Bernardo JM（1979）贝叶斯推理的参考后验分布（带讨论）。《社会统计杂志》B 41:113-147·Zbl 0428.62004号 [8] 贝纳多，JM；Dey，DK（编辑）；Rao，CR（编辑），参考分析，第25期，17-90（2005），北荷兰人 [9] Brier GW（1950）以概率表示的预测验证。周一天气评论78:1-3·doi:10.1175/1520-0493（1950）078<0001:VOFEIT>2.0.CO；2 [10] Chandler RE，Bate S（2007）使用独立对数似然推断聚类数据。生物特征94:167-183·Zbl 1142.62367号 ·doi:10.1093/biomet/asm015 [11] Chang I，Mukerjee R（2008）由经验型可能性引起的贝叶斯和频率学家置信区间。生物特征95:139-147·Zbl 1437.62410号 ·doi:10.1093/biomet/asm088 [12] Corcuera JM，GiummolèF（1998）单调发散和正则发散的特征。Ann Inst统计数学50:433-450·Zbl 0922.62008号 ·doi:10.1023/A:1003569210573 [13] Datta GS，Mukerjee R（2004）概率匹配先验：高阶渐近。统计学课堂讲稿178。施普林格·Zbl 1044.62031号 [14] 达维德，美联社；Kotz，S.（编辑）；Johnson，NL（编辑）；里德，CB（编辑），《概率预测》，210-218（1986），纽约 [15] Dawid AP（2007）正确得分规则的几何结构。Ann Inst统计数学59:77-93·Zbl 1108.62009号 ·doi:10.1007/s10463-006-0099-8 [16] Dawid AP，Lauritzen SL（2005）《决策理论的几何》。摘自：第二届信息几何及其应用国际研讨会论文集，第22-28页。东京大学 [17] Dawid AP，Musio M（2014）正确得分规则的理论和应用。地铁72:169-183·2013年6月13日Zbl ·doi:10.1007/s40300-014-0039-y [18] Dawid AP，Musio M（2015）基于适当评分规则的贝叶斯模型选择（含讨论）。贝叶斯分析10:479-521·Zbl 1335.62017号 ·doi:10.1214/15-BA942 [19] Dawid AP，Musio M，Ventura L（2016）最低得分规则推断。扫描J统计43:123-138·Zbl 1371.62019年 ·doi:10.1111/sjos.12168 [20] Farcomeni A，Ventura L（2012）《医学研究中稳健方法概述》。统计方法医学研究21:111-133·doi:10.1177/0962280210385865 [21] Godambe VP（1960）正则最大似然估计的最佳性质。数学统计年鉴31:1208-1211·Zbl 0118.34301号 ·doi:10.1214/aoms/1177705693 [22] 良好的IJ（1952）理性决策。J R统计Soc B 14:107-114 [23] Ghosh M（2011）《客观先验：常客入门》。统计科学26:187-202·Zbl 1246.62045号 ·doi:10.1214/10-STS338 [24] Ghosh M，Basu A（2013）使用密度幂散度对独立非齐次观测值进行稳健估计，并应用于线性回归。电子J统计7:2420-2456·Zbl 1349.62087号 ·doi:10.1214/13-EJS847 [25] Ghosh M，Basu A（2016）使用密度幂散度的稳健贝叶斯估计。Ann Inst统计数学68:413-437·Zbl 1440.62095号 ·doi:10.1007/s10463-014-0499-0 [26] Ghosh M、Mergel V、Liu R（2011）《优先选择的一般分歧标准——Ann Inst Stat Math 43-58》·Zbl 1432.62054号 [27] Ghosh JK，Mukerjee R（1991）在多参数情况下贝叶斯和频率学家Bartlett修正等效的先验特征。《多学科分析杂志》38:385-393·Zbl 0728.62020号 ·doi:10.1016/0047-259X（91）90052-4 [28] Greco L，Racugno W，Ventura L（2008）贝叶斯推理中的稳健似然函数。J统计计划信息138:1258-1270·Zbl 1133.62017年 ·doi:10.1016/j.jspi.2007.05.001 [29] Hampel FR、Ronchetti EM、Rousseeuw PJ、Stahel WA（1986）《稳健统计：基于影响函数的方法》。纽约威利·Zbl 0593.62027号 [30] Heritier S、Cantoni E、Copt S、Victoria-Feser MP（2009）《生物统计稳健方法》。奇切斯特·威利·Zbl 1163.62085号 ·数字对象标识代码：10.1002/9780470740538 [31] Huber PJ，Ronchetti EM（2009）稳健统计。纽约威利·Zbl 1276.62022号 ·doi:10.1002/9780470434697 [32] Hyvärinen A（2005）通过分数匹配对非标准化统计模型的估计。J Mach学习研究6:695-709·Zbl 1222.62051号 [33] Hyvärinen A（2007）分数匹配的一些扩展。计算统计数据分析51:2499-2512·Zbl 1161.62326号 ·doi:10.1016/j.csda.2006.09.003 [34] Jeffreys H（1961）《概率论》。牛津大学出版社，纽约·Zbl 0116.34904号 [35] Lazar NA（2003）贝叶斯经验似然。生物特征90:319-326·兹比尔1034.62020 ·doi:10.1093/biomet/90.2.319 [36] Leisen F、Villa C、Walker SG（2017年），关于得分规则之前的全球目标。arXiv:1706.00599v1号 [37] Lin L（2006）准贝叶斯概率。统计方法3:444-455·Zbl 1248.62078号 ·doi:10.1016/j.stamet.2005.12.002 [38] Liu R、Chakrabarti A、Samanta T、Ghosh JK和Ghosh M（2014）《关于导致Jeffreys和其他参考先验的分歧度量》。贝叶斯分析9:331-370·Zbl 1327.62153号 ·doi:10.1214/14-BA862 [39] Machete R（2013）对比概率评分规则。J Stat Plan Inf杂志143:1781-1790·Zbl 1279.62111号 ·doi:10.1016/j.jspi.2013.05.012 [40] Mameli V、Musio M、Ventura L（2018）《签署评分规则根统计的引导调整》。通信统计-模拟计算47:1204-1215·Zbl 07549519号 [41] Mameli V，Ventura L（2015）评分规则的高阶渐近性。J Stat Plan信息165:13-26·Zbl 1326.62023号 ·doi:10.1016/j.jspi.2015.03.005 [42] Mardia KV，Jupp PE（2000）方向统计。威利，伦敦·Zbl 0935.62065号 [43] Mardia KV、Kent JT、Laha AK（2016）定向分布的得分匹配估计量。ArXiv公司：1604.08470v1 [44] Musio M，Mameli V，Ruli E，Ventura L（2017）通过ABC和同质适当评分规则对定向数据进行贝叶斯推断。出席第六十一届三军情报局世界统计大会 [45] Pace L，Salvan A，Sartori N（2011）调整综合似然比统计。统计Sin 21:129-148·Zbl 1206.62109号 [46] Parry M、Dawid AP、Lauritzen SL（2012）《正确的地方得分规则》。安统计40:561-592·Zbl 1246.62011年 ·doi:10.1214/12-AOS971 [47] Pauli F、Racugno W、Ventura L（2011）贝叶斯复合边际可能性。统计Sin 21:149-164·Zbl 1206.62039号 [48] Riani M、Atkinson AC、Perrotta D（2014）非常稳健回归方法比较的参数框架。统计科学29:128-143·兹比尔1332.62245 ·doi:10.1214/13-STS437 [49] Ribatet M，Cooley D，Davison AC（2012），基于复合可能性的贝叶斯推断，以及对空间极值的应用。统计Sin 22:813-845·Zbl 1238.62031号 [50] Ruli E、Sartori N、Ventura L（2016）《具有复合得分函数的近似贝叶斯计算》。统计计算26:679-692·Zbl 1505.62348号 ·doi:10.1007/s11222-015-9551-z [51] Schennach S（2005）贝叶斯指数倾斜经验似然。安统计35:634-672·Zbl 1068.62035号 ·doi:10.1214/00905360600001208 [52] Smith EL，Stephenson AG（2009）空间极值的扩展高斯最大稳定过程模型。J Stat Plan信息139:1266-1275·Zbl 1153.62067号 ·doi:10.1016/j.jspi.2008.08.003 [53] Tsallis C（1988）Boltzmann-Gibbs统计的可能推广。《统计物理学杂志》52:479-487·Zbl 1082.82501号 ·doi:10.1007/BF01016429 [54] Varin C、Reid N、Firth D（2011）《复合似然法概述》。统计Sin 21:5-42·Zbl 1534.62022号 [55] Ventura L、Cabras S、Racugno W（2010）准概率和准概率的默认先验分布。J Stat Plan信息140:2937-2942·Zbl 1205.62030号 ·doi:10.1016/j.jspi.2010.04.003 [56] 文图拉。；Racugno，W.，贝叶斯推理的伪可能性，205-220（2016），柏林·Zbl 1357.62030号 [57] Walker SG（2016）实验中的贝叶斯信息和Fisher信息距离。统计概率快报112:5-9·Zbl 1384.62020年 ·doi:10.1016/j.spl.2016.01.014 [58] Yang Y，He X（2012）分位数回归的贝叶斯经验似然。安统计40:1102-1131·Zbl 1274.62458号 ·doi:10.1214/12-AOS1005 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。