×
布拉德利·埃夫隆

Rejoiner：“贝叶斯、甲骨文贝叶斯和经验贝叶斯”。 （英语） Zbl 1420.62024号

统计科学。 34，第2期，234-235（2019）.
重新加入评论[T.A.路易斯同上，34，第2号，202-205（2019年；Zbl 1420.62029号);N.莱尔德同上，34，第2206-208号（2019年；Zbl 1420.62028号);R.科恩克和J.顾同上，34，第2号，209–213（2019年；Zbl 1420.62027号);A.范德法特同上，第34号，第2期，第214–218页（2019年；Zbl 1420.62030);W.Jiang（新疆）同上，34，第2号，219–223（2019年；Zbl 1420.62026号);E.Greenshtein公司和Y.里托夫同上，34，第2号，224–228（2019年；1420.62025兹罗提);Y.Wang（王）等，同上，34，第2号，229-233（2019年；Zbl 1420.62031号)]关于作者的论文[同上34，第2号，177-201（2019年；Zbl 1420.62023号)].

MSC公司：

62C12号机组 经验决策程序；经验贝叶斯程序
62C10个 贝叶斯问题；贝叶斯过程的特征

关键词：

甲骨文贝叶斯;经验贝叶斯

引文：

Zbl 1420.62029号;Zbl 1420.62028号;Zbl 1420.62027号;Zbl 1420.62030;兹比尔1420.62026;1420.62025兹罗提;Zbl 1420.62031号;Zbl 1420.62023号
PDF格式BibTeX公司 XML格式引用
\textit{B.Efron}，统计科学。34，第2号，234--235（2019；Zbl 1420.62024）
全文： 内政部 欧几里得

参考文献：

[1] Efron，B.（2011年）。Tweedie公式和选择偏差。J.Amer。统计师。协会106 1602-1614·Zbl 1234.62007年 ·doi:10.1198/jasa.2011.tm11181
[2] Efron，B.（2016）。经验贝叶斯反褶积估计。生物特征103 1-20·Zbl 1452.62220号 ·doi:10.1093/biomet/asv068
[3] Efron，B.和Hastie，T.（2016）。计算机时代统计推断：算法、证据和数据科学。数理统计研究所（IMS）专题论文5。剑桥大学出版社，纽约·Zbl 1377.62004号
[4] Efron，B.和Narasimhan，B.（2019年）。反褶积和经验贝叶斯估计的建模程序。J.统计软件。出现。
[5] Good，I.J.和Toulmin，G.H.（1956年）。当样本增加时，新物种的数量以及种群覆盖率的增加。生物特征43 45-63·Zbl 0070.14403号 ·doi:10.1093/biomet/43.1-2.45
[6] Jiang，W.和Zhang，C.-H.（2009）。正规均值的一般最大似然经验贝叶斯估计。《统计年鉴》37 1647-1684·Zbl 1168.62005号 ·doi:10.1214/08-AOS638
[7] Koenker，R.和Mizera，I.（2014）。凸优化、形状约束、复合决策和经验贝叶斯规则。J.Amer。统计师。协会109 674-685·Zbl 1367.62020号 ·doi:10.1080/01621459.2013.869224
[8] Laird，N.（1978年）。混合分布的非参数极大似然估计。J.Amer。统计师。协会73 805-811·Zbl 0391.62029号 ·doi:10.1080/01621459.1978.10480103
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。