卡门·费尔南德斯;钢，Mark F.J。 多元学生回归模型：陷阱和推断。 （英语） Zbl 0917.62020号 生物特征 86，第1期，153-167（1999）. 摘要：我们考虑了基于似然推理的多元回归模型，该模型具有未知自由度的独立Student-\（t）错误。贝叶斯方法和最大似然方法都存在一些缺陷。在常用的非信息先验下，对于某些样本，贝叶斯推理被排除在外，即使给定观测值的参数存在明确的条件分布。我们还发现，增加新的观察结果会破坏进行后验推断的可能性。似然函数的全局最大化是一种空洞的练习，因为当我们倾向于参数空间的边界时，后者是无界的。似然函数的无界性也意味着上述贝叶斯分析问题甚至可以在适当的先验下发生。这些陷阱是由于在假定的抽样模型下，记录数据的概率为零。因此，提出了一种基于集合观测值的贝叶斯分析方法，该方法考虑了最初记录数据的精度，即“舍入”，并通过几个示例进行了说明。 引用于70文件 MSC公司： 2015年1月62日 贝叶斯推断 62J05型 线性回归；混合模型 62甲12 多元分析中的估计 关键词：连续分布;缺少数据;缩放法线混合;点观测;设置观测值;最大似然 PDF格式BibTeX公司 XML格式引用 \textit{C.Fernandez}和\textit{M.F.J.Steel}，《生物统计学》86，第1期，153--167（1999；Zbl 0917.62020） 全文： 内政部