×
斯塔马蒂纳·兰普里纳库;毛里西奥·巴拉奥纳;塞斯·弗拉克斯曼;萨拉·菲利皮;甘地，阿克塞尔;艾玛·J·麦考伊。

基于BART的泊松过程推理。 （英语） Zbl 07708613号

计算。统计数据分析。 180，文章ID 107658，25 p.（2023）。
摘要：贝叶斯加性回归树（BART）的有效性已在多种环境中得到证明，包括非参数回归和分类。介绍了一种估计非均匀泊松过程强度的BART方法。泊松强度估计在医学成像、天体物理学和网络流量分析等各种应用中都是一项重要任务。新方法能够在非参数回归设置中对强度进行完全后验推断。通过对高达五维的合成数据集和实际数据集的仿真研究，验证了新方案的性能，并将新方案与其他方法进行了比较。

MSC公司：

62-08 统计学相关问题的计算方法

关键词：

捷运局;贝叶斯推断;回归树;泊松过程;非参数回归;强度估计

软件：

斯坦;捷运局;巴蒂;拔管器;贝叶斯测试R;贝叶斯树;捷运局;bart机器
PDF格式BibTeX公司 XML格式引用
\textit{S.Lamprinakou}等人，计算。统计数据分析。180，文章ID 107658，25 p.（2023；Zbl 07708613）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] 瑞安·普雷斯科特（Ryan Prescott）·亚当斯（Adams）；伊恩·默里（Iain Murray）；MacKay，David J.C.，高斯过程强度泊松过程中的可追踪非参数贝叶斯推断，（第26届机器学习国际年会论文集（2009），ACM），9-16
[2] 阿贾斯、埃利亚；Gasbarra，Dario，使用Gibbs采样器从右删失生存数据进行非参数贝叶斯推断，Stat.Sin。，505-524 (1994) ·Zbl 0823.62030号
[3] 阿德里安·巴德利；Turner，Rolf，spatstat:分析空间点模式的R包，J.Stat.Softw。，12, 6, 1-42 (2005)
[4] 贾斯汀·布利奇；Kapelner，Adam，带异方差参数模型的贝叶斯加性回归树（2014），印前·兹比尔1328.62243
[5] 贾斯汀·布利奇；亚当·卡佩尔纳（Adam Kapelner）；爱德华一世乔治。；Jensen，Shane T.，BART的变量选择：基因调控的应用，Ann.Appl。Stat.，8，3，1750-1781（2014）·Zbl 1304.62132号
[6] 休·A·奇普曼。；爱德华一世乔治。；McCulloch，Robert E.，贝叶斯CART模型搜索，美国统计协会，93，443，935-948（1998）
[7] 休·A·奇普曼。；爱德华一世乔治。；McCulloch，Robert E.，BART：贝叶斯加性回归树，Ann.Appl。统计，4，1，266-298（2010）·兹比尔1189.62066
[8] 休·A·奇普曼。；爱德华一世乔治。；Robert E.McCulloch。；Shively，Thomas S.，mBART：多维单调BART，贝叶斯分析。，1-30 (2021)
[9] Daryl J.Daley。；Vere Jones，David，《基本理论与方法》（2003），施普林格出版社·Zbl 1159.60003号
[10] 蒂尔曼·M·戴维斯。；Adrian Baddeley，空间自适应核估计的快速计算，统计计算。，28, 4, 937-956 (2018) ·Zbl 1384.62175号
[11] Diggle，Peter J.，《空间点模式的统计分析》（2003），学术出版社·Zbl 1021.62076号
[12] Fryzlewicz、Piotr、haarfisz：执行Haar Fisz变换的软件（2010），R包版本4.5
[13] 弗莱兹莱维茨（Fryzlewicz），彼得亚雷（Piotr）；Nason，Guy P.，泊松强度估计的Haar-Fisz算法，J.Compute。图表。统计，13，3，621-638（2004）
[14] 安德鲁·盖尔曼（Andrew Gelman）；鲁宾（Rubin），唐纳德·B（Donald B.），《使用多序列的迭代模拟推断》，《统计科学》。，7, 4, 457-472 (1992) ·Zbl 1386.65060号
[15] 安德鲁·盖尔曼（Andrew Gelman）；Jessica Hwang；Vehtari，Aki，理解贝叶斯模型的预测信息标准，统计计算。，24, 6, 997-1016 (2014) ·Zbl 1332.62090号
[16] 安德鲁·盖尔曼；丹尼尔·李（Daniel Lee）；Stan，Jiqiang Guo，用于贝叶斯推理和优化的概率编程语言，J.Educ。行为。统计，40，5，530-543（2015）
[17] 古古斯维利，肖塔；范德梅伦，弗兰克；莫里茨•绍尔（Moritz Schauer）；Spreij，Peter，泊松点过程的快速可扩展非参数贝叶斯推断（2018），预印本·Zbl 1445.62071号
[18] 哈里斯、西奥多·爱德华（Theodore Edward Harris），《分支过程理论》（The Theory of Branching Processes）（1963年），《施普林格：施普林格柏林》·Zbl 0117.13002号
[19] 海基宁，朱哈；Arjas，Elja，空间泊松强度的非参数贝叶斯估计，Scand。J.Stat.，25，3，435-450（1998年）·Zbl 0921.62034号
[20] Hill，Jennifer L.，因果推理的贝叶斯非参数建模，J.Compute。图表。统计，20，1，217-240（2011）
[21] 詹妮·伊利安（Janine Illian）；Antti Penttinen；赫尔加·斯托扬；Stoyan，Dietrich，《空间点模式的统计分析和建模》，第70卷（2008年），John Wiley&Sons·Zbl 1197.62135号
[22] 亚当·卡佩尔纳（Adam Kapelner）；Bleich，Justin，bartmachine:使用贝叶斯加性回归树的机器学习（2013），预打印·Zbl 1328.62243号
[23] 亚当·卡佩尔纳（Adam Kapelner）；Bleich，Justin，bartMachine:使用贝叶斯加性回归树进行机器学习，J.Stat.Softw。，70, 4, 1-40 (2016)
[24] Kindo，Bereket P。；王浩；Peña，Edsel a.，多项式概率贝叶斯加性回归树，Stat，5，1，119-131（2016）
[25] Lakshminarayanan，Balaji；丹尼尔·罗伊；Teh，Yee Whye，《贝叶斯加性回归树的粒子吉布斯》（Particle Gibbs for Bayesian additional regression trees），（人工智能与统计（2015）），553-561
[26] Thomas J.Leininger。；Gelfand，Alan E.，使用后验预测样本进行空间点模式的贝叶斯推断和模型评估，贝叶斯分析。，12, 1, 1-30 (2017) ·Zbl 1384.62091号
[27] 刘易斯，P.A.W。；Shedler，Gerald S.，通过细化模拟非均匀泊松过程，Nav。Res.Logist公司。Q.，26，3，403-413（1979）·Zbl 0497.60003号
[28] Linero，Antonio R.，用于高维预测和变量选择的贝叶斯回归树，美国统计协会，113，522，626-636（2018）·Zbl 1398.62065号
[29] 安东尼奥·里内罗（Antonio R.Linero）。；Yang，Yun，贝叶斯回归树集成，适应平滑度和稀疏度，J.R.Stat.Soc.，Ser。B、 统计方法。，80, 5, 1087-1110 (2018) ·Zbl 1407.62138号
[30] 劳埃德，克里斯；汤姆·冈特（Tom Gunter）；迈克尔·奥斯本（Michael Osborne）；Roberts，Stephen，高斯过程调制泊松过程的变分推断，（国际机器学习会议（2015）），1814-1822
[31] Loader，C.，《局部回归与可能性》（1999），Springer:Springer New York·Zbl 0929.62046号
[32] 多米尼克·马科斯基；本·沙查尔（Ben-Shachar），马坦（Mattan）；丹尼尔·吕德克（Daniel Lüdeke），《贝叶斯测试者：在贝叶斯框架内描述影响及其不确定性、存在性和重要性》，J.Open Sour。软质。，4, 40, 1541 (2019)
[33] Murray，Jared S.，分类和计数响应的对数线性贝叶斯加性回归树（2017），预印本
[34] 帕蒂尔，Prakash N。；Wood，Andrew T.A.，用正交小波方法估计计数过程强度，Bernoulli，10，1，1-24（2004）·Zbl 1040.62075号
[35] Peng，Roger，r中的多维点过程模型，J.Stat.Softw。，8, 1-27 (2003)
[36] Pratola，Matthew T.，《贝叶斯回归树模型的有效大都会-黑斯廷斯提案机制》，贝叶斯分析。，11, 3, 885-911 (2016) ·Zbl 1357.62178号
[37] 维罗尼卡洛克瓦；Saha，Enakshi，《论巴特的理论》（2018），预印本
[38] 维罗尼卡洛克瓦；范德帕斯，斯蒂芬妮，贝叶斯回归树及其集合的后验集中（2017），印前
[39] 塞尔文·萨迪；Tseng，Paul，《关于通过最大化脏马尔可夫随机场后验分布进行平滑的统计分析》，美国统计协会，99，465，191-204（2004）·Zbl 1089.62518号
[40] David Scott，《直方图：理论与实践》（2008），第47-94页
[41] Rodney A.Sparapani。；布伦特·R·洛根。；Robert E.McCulloch。；Laud，Purushottam W.，使用贝叶斯加性回归树（BART）的非参数生存分析，Stat.Med.，35，16，2741-2753（2016）
[42] Stone，Mervyn，《通过交叉验证和Akaike准则选择模型的渐近等价性》，J.R.Stat.Soc.，Ser。B、 Methodol.方法。，39, 1, 44-47 (1977) ·Zbl 0355.6202号
[43] Wand，M.P.，基于数据的直方图bin宽度选择，《美国统计》，51，1，59-64（1997）
[44] 张俊妮。；Härdle，Wolfgang K.，《应用于信贷风险建模的贝叶斯加性分类树》，计算。统计数据分析。，541197-1205（2010年）·Zbl 1464.62196号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。