大卫·B·邓森。 贝叶斯非参数层次模型。 (英语) 兹比尔1442.62339 生物。J。 51,第2期,273-284(2009). 摘要:在生物医学研究中,层次模型被广泛用于适应多元和纵向数据的依赖性,以及跨不同来源的数据借用信息。分层建模中的一个主要问题是对参数假设的敏感性,例如随机效应的线性和正态性。对潜在变量分布的参数假设可能很难检查,并且在已知先验知识的情况下通常是没有根据的。本文综述了贝叶斯非参数方法在生物医学研究中收集的复杂、多元和功能性数据推动下的一些最新发展。作者简要回顾了依赖于有限混合和潜在类建模的灵活参数方法。Dirichlet过程混合模型的动机是需要推广这些方法,以避免假设固定的有限个类。针对流行病学应用,作者说明了非参数贝叶斯方法的实用性和潜力。 引用于三文件 MSC公司: 62页第10页 统计学在生物学和医学中的应用;元分析 关键词:迪里克莱过程;功能数据分析;分层建模;混合物模型;半参数 PDF格式BibTeX公司 XML格式引用 \textit{D.B.Dunson},生物。J.51,No.2,273--284(2009;Zbl 1442.62339) 全文: 内政部