摘要翻译：
我们考虑了基于观测的后验分布和Bayes估计的渐近性态，这些估计既不是独立的，也不是同分布的。我们给出了由检验准则导出的后验测度相对于距离的收敛速度的一般结果。然后，我们将我们的结果专门用于独立的、非同分布的观测、马尔可夫过程、平稳高斯时间序列和白噪声模型。我们将我们的一般结果应用于几个无穷维统计模型的例子，包括具有正态误差的非参数回归、二元回归、Poisson回归、区间截尾模型、时间序列谱密度的Whittle估计和非线性自回归模型。
---
英文标题：
《Convergence rates of posterior distributions for noniid observations》
---
作者：
Subhashis Ghosal, Aad van der Vaart
---
最新提交年份：
2007
---
分类信息：

一级分类：Mathematics        数学
二级分类：Statistics Theory        统计理论
分类描述：Applied, computational and theoretical statistics: e.g. statistical inference, regression, time series, multivariate analysis, data analysis, Markov chain Monte Carlo, design of experiments, case studies
应用统计、计算统计和理论统计：例如统计推断、回归、时间序列、多元分析、数据分析、马尔可夫链蒙特卡罗、实验设计、案例研究
--
一级分类：Statistics        统计学
二级分类：Statistics Theory        统计理论
分类描述：stat.TH is an alias for math.ST. Asymptotics, Bayesian Inference, Decision Theory, Estimation, Foundations, Inference, Testing.
Stat.Th是Math.St的别名。渐近，贝叶斯推论，决策理论，估计，基础，推论，检验。
--

---
英文摘要：
  We consider the asymptotic behavior of posterior distributions and Bayes estimators based on observations which are required to be neither independent nor identically distributed. We give general results on the rate of convergence of the posterior measure relative to distances derived from a testing criterion. We then specialize our results to independent, nonidentically distributed observations, Markov processes, stationary Gaussian time series and the white noise model. We apply our general results to several examples of infinite-dimensional statistical models including nonparametric regression with normal errors, binary regression, Poisson regression, an interval censoring model, Whittle estimation of the spectral density of a time series and a nonlinear autoregressive model.
---
PDF链接：
https://arxiv.org/pdf/708.0491