Testing Un-Separated Hypotheses by Estimating a Distance
Testing Un-Separated Hypotheses by Estimating a Distance
复制标题
通过估计距离来测试未分离的假设
DOI：
10.1214/17-ba1059
复制
发表时间：
2013
影响因子：
4.4
通讯作者：
J. Salomond
中科院分区：
文献类型：
--
作者：
J. Salomond
在本文中，我们提出了一个贝叶斯回答测试问题时，假设没有很好地分离。该方法的思想是研究参数和我们想要测试的模型之间的差异度量的后验分布。这被证明是等效的测试损失的修改。这种方法的一个优点是，它可以很容易地适应复杂的假设测试，这是一般难以测试。的渐近性质的测试可以来自于后验分布的差异措施的渐近行为，并给出了洞察可能的校准。此外，可以得到分离率的测试，这确保了我们的程序的渐近频率最优性。
In this paper we propose a Bayesian answer to testing problems when the hypotheses are not well separated. The idea of the method is to study the posterior distribution of a discrepancy measure between the parameter and the model we want to test for. This is shown to be equivalent to a modification of the testing loss. An advantage of this approach is that it can easily be adapted to complex hypotheses testing which are in general difficult to test for. Asymp-totic properties of the test can be derived from the asymptotic behaviour of the posterior distribution of the discrepancy measure, and gives insight on possible calibrations. In addition one can derive separation rates for testing, which ensure the asymptotic frequentist optimality of our procedures.
影响因子：
4.5
作者：
Johnson VE
通讯作者：
Johnson VE
贝叶斯等渗密度回归。
影响因子：
2.7
作者：
Wang,Lianming;Dunson,DavidB
通讯作者：
Dunson,DavidB