基于最大后验方程的指数族参数估计闭式解
统计方法学
2025-05-16 v1
摘要
本文通过最大后验 (maximum a posteriori, MAP) 方程推导出某些指数族分布参数的闭式估计器。通过蒙特卡洛模拟评估所提估计器的性能。结果表明，随样本量增加，估计器的准确性不断提升，偏差和均方误差均趋于零。此外，所提估计器的性能与传统 MAP 和最大似然 (maximum likelihood, ML) 估计器相当。该方法的一个显著优势在于其计算简便性，无需像 MAP 和 ML 估计那样进行数值优化。
引用
@article{arxiv.2505.09871,
title = {Closed-form solutions for parameter estimation in exponential families based on maximum a posteriori equations},
author = {Roberto Vila and Helton Saulo and Eduardo Nakano},
journal= {arXiv preprint arXiv:2505.09871},
year = {2025}
}
备注
12 pages, 2 figures