摘要
本文研究了部分由矩不等式识别的结构参数后验分布的大样本行为。基于有限信息似然导出后验密度。后验分布在任何一个δ-确定区域外的收缩。在内部,如果所识别的区域假设有一个非空的内部,则它在下面以一个正常量为界。我们的仿真证据表明,贝叶斯方法比频率统计方法具有优势,在适当选择先验信息的情况下,后验信息提供了更多关于识别区域内真实参数的信息。我们还解决了力矩和模型选择问题。我们的最优性准则是最大后验过程,并且我们证明,它渐近地选择具有最大矩不等式和最简单模型的真实矩/模型组合。
引用
下载引文
袁廖。
姜文新。
“矩不等式模型中的贝叶斯分析。”
安。统计师。
38
(1)
275 - 316,
2010年2月。
https://doi.org/10.1214/09-AOS714
问询处
发布日期:2010年2月
首次在欧几里得项目中提供:2009年12月31日
数字对象标识符:10.1214/09-AOS714
学科:
主要用户:2015年1月62日,62N01号
次要:62F99型
关键词:一致集估计,确定的区域,有限信息可能性,最大后部,模型和力矩选择
权利:版权所有©2010数学统计研究所