一对用于改进和扩展条件极大似然估计的新型先验
统计方法学
2022-07-08 v1
摘要
通过引入一对先验，我们提出了一种旨在改进条件极大似然估计 (MLE) 的贝叶斯估计量。在解释了条件 MLE 可由某先验下的后验众数得到之后，我们定义了由相应先验下的后验均值给出的有前景的估计量。该先验在常见模型中等价于参考先验。本方法的优势包括所导出估计量的两种不同最优性性质、易于进行各种扩展以及可能处理有限样本量。我们对现有方法进行了讨论和评述。
引用
@article{arxiv.2207.03092,
title = {A Pair of Novel Priors for Improving and Extending the Conditional MLE},
author = {T. Yanagimoto and Y. Miyata},
journal= {arXiv preprint arXiv:2207.03092},
year = {2022}
}
备注
22 pages