经验似然与贝叶斯最大后验的渐近等价性
统计理论
2009-08-25 v1 统计理论
摘要
本文关注作为估计方法的经验似然（EL），并解决以下两个问题：（1）在EL框架中选择各种经验差异度量和（2）证明EL具有明确的概率解释，从而证明其在贝叶斯背景下的使用是合理的。利用大偏差方法，发展了一个贝叶斯大数定律，该定律表明，在模型误设下，EL和贝叶斯最大后验概率（MAP）估计量是一致的，并且EL可以被视为MAP的一种渐近形式。基于其他经验差异度量的估计量在模型误设下通常是不一致的。
引用
@article{arxiv.0908.3397,
title = {Asymptotic equivalence of empirical likelihood and Bayesian MAP},
author = {Marian Grendár and George Judge},
journal= {arXiv preprint arXiv:0908.3397},
year = {2009}
}
备注
Published in at http://dx.doi.org/10.1214/08-AOS645 the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org)