分段多项式序列模型中的经验先验与后验集中
统计理论
2025-08-04 v3 统计理论
摘要
结构化线性模型中高维参数的推断是一个重要的统计问题。本文关注分段多项式高斯序列模型的情形，我们提出了一种新的经验贝叶斯解，与现有方法相比，其具有自适应极小极大后验集中速率以及改进的结构学习性质。此外，得益于经验先验的共轭形式，后验计算快速且简便。数值例子也突显了该方法在一系列不同情景下相较于现有方法的强有限样本表现。
引用
@article{arxiv.1712.03848,
title = {Empirical priors and posterior concentration in a piecewise polynomial sequence model},
author = {Chang Liu and Ryan Martin and Weining Shen},
journal= {arXiv preprint arXiv:1712.03848},
year = {2025}
}
备注
32 pages, 8 figures, 3 tables