Open Access
Translator Disclaimer
November 2017 Pólya tree posterior distributions on densities
Ismaël Castillo
Ann. Inst. H. Poincaré Probab. Statist. 53(4): 2074-2102 (November 2017). DOI: 10.1214/16-AIHP784


Pólya trees form a popular class of prior distributions used in Bayesian nonparametrics. For some choice of parameters, Pólya trees are prior distributions on density functions. In this paper we carry out a frequentist analysis of the induced posterior distributions in the density estimation model. We investigate the contraction rate of Pólya tree posterior densities in terms of the supremum loss and study the limiting shape distribution. A nonparametric Bernstein–von Mises theorem is established, as well as a Bayesian Donsker theorem for the posterior cumulative distribution function.

Les arbres de Pólya constituent une classe de lois a priori très utilisée en bayésien non-paramétrique. Pour certains choix de paramètres, les arbres de Pólya induisent des lois à densité. Nous menons une analyse fréquentiste des lois a posteriori bayésiennes correspondantes dans le modèle d’estimation de densité. La concentration a posteriori des densités–arbre de Pólya est étudiée en terme de la norme–sup et nous déterminons la loi a posteriori limite après renormalisation. Un théorème de Bernstein–von Mises non-paramétrique est établi, ainsi qu’un théorème de Donsker bayésien pour la fonction de répartition a posteriori.


Download Citation

Ismaël Castillo. "Pólya tree posterior distributions on densities." Ann. Inst. H. Poincaré Probab. Statist. 53 (4) 2074 - 2102, November 2017.


Received: 23 July 2015; Revised: 8 July 2016; Accepted: 8 August 2016; Published: November 2017
First available in Project Euclid: 27 November 2017

zbMATH: 1384.62156
MathSciNet: MR3729648
Digital Object Identifier: 10.1214/16-AIHP784

Primary: 62G20
Secondary: 62G07 , 62G15

Keywords: Bayesian Donsker theorem , Bayesian nonparametrics , Bernstein–von Mises theorem , Minimax rate , Pólya tree distribution , Supremum norm convergence

Rights: Copyright © 2017 Institut Henri Poincaré


Vol.53 • No. 4 • November 2017
Back to Top