On convergence rates of Bayesian predictive densities and posterior distributions
On convergence rates of Bayesian predictive densities and posterior distributions
复制标题
关于贝叶斯预测密度和后验分布的收敛速度
DOI：
--
复制
发表时间：
2012
期刊：
影响因子：
--
通讯作者：
Liang Hong
中科院分区：
文献类型：
--
作者：
Ryan Martin;Liang Hong
贝叶斯后验分布的频率主义风格的大样本性质，如一致性和收敛速度，是非参数问题中的重要考虑因素。在本文中，我们给出了贝叶斯渐近分析的基础上，主要是预测密度。我们的分析是统一的意义上说，基本上可以采取相同的方法来开发收敛速度的结果在iid，错误指定的iid，独立的非iid，和依赖的数据情况。
Frequentist-style large-sample properties of Bayesian posterior distributions, such as consistency and convergence rates, are important considerations in nonparametric problems. In this paper we give an analysis of Bayesian asymptotics based primarily on predictive densities. Our analysis is unified in the sense that essentially the same approach can be taken to develop convergence rate results in iid, mis-specified iid, independent non-iid, and dependent data cases.