×

关于通过大偏差技术获得后验分布收敛速度的注记。 (英语) Zbl 1247.60035号

摘要:我们提供了一类后验分布的收敛速度,这些后验分布是可交换的。推导依赖于大偏差技术。

MSC公司:

60层10 大偏差
6220国集团 非参数推理的渐近性质
62C10个 贝叶斯问题;贝叶斯过程的特征
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Barron A,Schervish MJ,Wasserman L(1999)非参数问题中分布的一致性。安统计27:536–561·Zbl 0980.62039号 ·doi:10.1214操作系统/1018031206
[2] Dembo A,Zeitouni O(1998)《大偏差技术与应用》。纽约州施普林格·Zbl 0896.60013号
[3] Eichelsbacher P,Ganesh AJ(2002),贝叶斯后验的中度偏差。扫描J统计29:153–167·兹比尔1017.62006 ·doi:10.1111/1467-9469.00278
[4] Ganesh AJ,O'Connell N(1999)萨诺夫定理的逆命题。统计概率Lett 42:201–206·Zbl 0927.62014号 ·doi:10.1016/S0167-7152(98)00215-6
[5] Ganesh AJ,O'Connell N(2000)Dirichlet后验函数的大偏差原理。伯努利6:1021–1034·Zbl 1067.62536号 ·doi:10.2307/3318469
[6] Ghosal S(2001)使用Bernstein多项式进行密度估计的收敛速度。安统计29:1264–1280·Zbl 1043.62024号 ·doi:10.1214/aos/1013203453
[7] Ghosal S,Ghosh JK,Ramamoorthi RV(1999)密度估计中Dirichlet混合物的后验一致性。安统计27:143–158·Zbl 0932.62043号 ·doi:10.1214/aos/1018031105
[8] Ghosal S,Ghosh JK,van der Vaart AW(2000),后验分布的收敛速度。安统计28:500–531·Zbl 1105.62315号 ·doi:10.1214/aos/1016218228
[9] Ghosal S,van der Vaart AW(2001)正态密度混合的最大似然熵和收敛速度以及Bayes估计。安统计29:1233–1263·Zbl 1043.62025号 ·doi:10.1214/aos/1013203452
[10] Ghosh JK,Ramamoorthi RV(2003)贝叶斯非参数。纽约州施普林格·Zbl 1029.62004号
[11] Royden HL(1988)《真实分析》。纽约麦克米伦·Zbl 0701.26001号
[12] Shen X,Wasserman L(2001)后验分布的收敛速度。安统计29:687–714·Zbl 1041.62022号 ·doi:10.1214操作系统/1009210686
[13] Walker SG(2004)贝叶斯一致性的新方法。Ann Stat 32:2028–2043年·Zbl 1056.62040号 ·doi:10.1214/009053604000004009
[14] Walker SG,Damien P,Lenk P(2004)关于Kullback–Leibler财产的先验。美国统计协会J Am Stat Assoc 99:404–408·Zbl 1117.62437号 ·doi:10.1198/016214500000386
[15] Walker SG,Ligoi A,Prünster I(2007)关于无限维模型中后验分布的收敛速度。安统计35:738–746·Zbl 1117.62047号 ·doi:10.1214/09053606000001361
[16] Wasserman L(1998)非参数贝叶斯过程的渐近性质。In:实用非参数和半参数贝叶斯统计。统计师讲稿,第133卷。纽约州施普林格,第293–304页·Zbl 0918.62045号
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。