霍尔,彼得;范、东;万德,M.P。;王圣杰。 高斯变分近似的渐近正态性和有效推断。 (英语) Zbl 1231.62029号 Ann.统计。 第5号第39页,2502-2532页(2011年). 摘要:我们导出了单预测器Poisson混合模型中参数的高斯变分近似估计的精确渐近分布行为。这些结果是关于变分近似方法的统计特性所获得的最深入的结果。此外,它们还产生了渐近有效的统计推断。仿真研究表明,高斯变分近似置信区间具有良好到优良的覆盖特性,并且与精确似然置信区间具有相似的精度。 引用于14文件 MSC公司: 2012年12月62日 参数估计量的渐近性质 62J12型 广义线性模型(逻辑模型) 62层25 参数公差和置信区域 62E20型 统计学中的渐近分布理论 65C60个 统计中的计算问题(MSC2010) 关键词:广义线性混合模型;纵向数据分析;最大似然估计;泊松混合模型 软件:PRMLT公司;lme4公司;推断。净值;R(右) PDF格式BibTeX公司 XML格式引用 \textit{P.Hall}等人,Ann.Stat.39,No.5,2502--2532(2011;Zbl 1231.62029) 全文: 内政部 arXiv公司 参考文献: [1] Bates,D.和Maechler,M.(2010年)。lme4:使用S4类的线性混合效应模型。R包。可从获取。 [2] Beaumont,M.A.、Zhang,W.和Balding,D.J.(2002)。群体遗传学中的近似贝叶斯计算。遗传学162 2025-2035。 [3] Bishop,C.M.(2006年)。模式识别和机器学习。纽约州施普林格·Zbl 1107.68072号 [4] Boccignone,G.、Napoletano,P.和Ferraro,M.(2008年)。变分贝叶斯中的嵌入扩散:一种图像分割技术。国际模式识别与人工智能杂志22 811-827。 [5] Del Moral,P.、Doucet,A.和Jasra,A.(2006年)。连续蒙特卡罗采样器。J.R.统计社会服务。B统计方法。68 411-436. ·Zbl 1105.62034号 ·文件编号:10.1111/j.1467-9868.2006.00553.x [6] Flandin,G.和Penny,W.D.(2007年)。稀疏空间基函数先验贝叶斯fMRI数据分析。神经影像45 S173-S186。 [7] Hall,P.、Ormerod,J.T.和Wand,M.P.(2011年)。泊松混合模型的高斯变分近似理论。统计师。Sinica中国21 369-389·Zbl 1206.62035号 [8] Logsdon,B.A.、Hoffman,G.E.和Mezey,J.G.(2010年)。快速准确的多基因座全基因组关联分析的变分贝叶斯算法。BMC生物信息学11 1-13。 [9] McCulloch,C.E.、Searle,S.R.和Neuhaus,J.M.(2008)。广义、线性和混合模型,第2版,Wiley,Hoboken,NJ·兹比尔1165.62050 [10] McGrory,C.A.、Titterington,D.M.、Reeves,R.和Pettitt,A.N.(2009年)。用于估计隐藏Potts模型参数的变分Bayes。统计计算。19 329-340. ·doi:10.1007/s11222-008-9095-6 [11] Minka,T.(2001)。近似贝叶斯推理的期望传播。在人工智能不确定性会议论文集362-369。西雅图华盛顿大学。 [12] Minka,T.、Winn,J.、Guiver,J.和Kannan,A.(2010年)。推断。Net 2.4,英国剑桥微软研究中心。 [13] Ormerod,J.T.和Wand,M.P.(2010年)。解释变分近似。阿默尔。统计师。64 140-153. ·Zbl 1200.65007号 ·doi:10.1198/tast.2010.09058 [14] Ormerod,J.T.和Wand,M.P.(2011年)。广义线性混合模型的高斯变分近似推断。J.计算。图表。统计师。20 . ·Zbl 1206.62035号 [15] R开发核心团队。(2010). R: 用于统计计算的语言和环境。R统计计算基金会,奥地利维也纳。 [16] Rue,H.、Martino,S.和Chopin,N.(2009年)。通过使用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断(带讨论)。J.R.统计社会服务。B统计方法。71 319-392. ·Zbl 1248.62156号 ·doi:10.1111/j.1467-9868.2008.00700.x [17] Teschendorff,A.E.、Wang,Y.、Barbosa-Morais,N.L.、Brenton,J.D.和Caldas,C.(2005)。基因表达数据聚类分析的变分贝叶斯混合建模框架。生物信息学21 3025-3033。 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。