Asymptotic normality of the posterior given a statistic
Asymptotic normality of the posterior given a statistic
复制标题
给定统计量后验的渐近正态性
DOI：
--
复制
发表时间：
2004
期刊：
影响因子：
--
通讯作者：
B. Clarke
中科院分区：
文献类型：
--
作者：
A. Yuan;B. Clarke
给出了满足一致局部中心极限定理的一致渐近高斯统计量的值，建立了多元参数后验密度的渐近正态性，并确定了后验密度的极限方差。他们的证明是在连续情况下给出的，但推广到格值随机变量。它取决于用于控制条件统计量行为的统一埃奇沃斯展开。他们提供了例子，并展示了他们的结果如何帮助识别参考先验。
The authors establish the asymptotic normality and determine the limiting variance of the posterior density for a multivariate parameter, given the value of a consistent and asymptotically Gaussian statistic satisfying a uniform local central limit theorem. Their proof is given in the continuous case but generalizes to lattice‐valued random variables. It hinges on a uniform Edgeworth expansion used to control the behaviour of the conditioning statistic. They provide examples and show how their result can help in identifying reference priors.