2020年代的贝叶斯之道：现代应用贝叶斯统计实践中的机遇与挑战
应用统计
2026-01-07 v2
摘要
基于过去三十年来在哲学、理论、方法与计算方面的坚实基础，贝叶斯方法现已成为大多数统计学家与数据科学家工具箱中不可或缺的一部分。无论他们是坚定的贝叶斯主义者还是机会主义使用者，应用从业者如今都能从贝叶斯范式中获得诸多益处。在本文中，我们触及应用贝叶斯统计中的六大现代机遇与挑战：智能数据收集、新型数据源、联邦分析、隐式模型推断、模型迁移与 purposeful 软件产品。
引用
@article{arxiv.2211.10029,
title = {Being Bayesian in the 2020s: opportunities and challenges in the practice of modern applied Bayesian statistics},
author = {Joshua J. Bon and Adam Bretherton and Katie Buchhorn and Susanna Cramb and Christopher Drovandi and Conor Hassan and Adrianne L. Jenner and Helen J. Mayfield and James M. McGree and Kerrie Mengersen and Aiden Price and Robert Salomone and Edgar Santos-Fernandez and Julie Vercelloni and Xiaoyu Wang},
journal= {arXiv preprint arXiv:2211.10029},
year = {2026}
}
备注
27 pages, 8 figures