×
唐纳德·威廉姆斯。;乔里斯·穆德

高斯图形模型的贝叶斯假设检验：条件独立性和顺序约束。 （英语） Zbl 1455.91207号

数学杂志。精神病。 99，文章ID 102441，15 p.（2020）.
摘要：高斯图形模型（GGM；偏相关网络）在社会和行为科学中越来越流行，用于研究变量之间的条件依赖性。在这项工作中，我们引入了部分相关性的探索性和验证性贝叶斯检验。对于前者，我们首先扩展了关注条件依赖的传统GGM公式，以考虑每个部分相关性的条件独立性无效假设。这里介绍了一种新的测试策略，可以为零、负或正效应提供证据。然后，我们介绍了一种检验偏相关序约束假设的方法。这允许在GGM中测试理论和临床期望。描述了新的矩阵-（F）先验分布，与Wishart先验分布相比，该分布在规范上具有更大的灵活性。这些方法适用于创伤后应激障碍症状。在几个应用中，我们演示了探索性方法和验证性方法是如何协同工作的：假设是根据初始分析制定的，然后在独立的数据集中进行测试。该方法在BGGM包中实施。

引用于4文件

MSC公司：

91E45型 心理学中的测量和表现
第62页，共15页 统计学在心理学中的应用

关键词：

高斯图形模型;贝叶斯因子;偏相关;订单约束;矩阵-\（F\）优先

软件：

BOCOR公司;跨国公司;BIEMS公司;全球统一制度;贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{D.R.Williams}和textit{J.Mulder}，J.Math。精神病。99，文章ID 102441，15 p.（2020；Zbl 1455.91207）
全文： 内政部 链接

参考文献：

[1] Armour，C。；油炸，大肠杆菌。；Deserno，M.K。；蔡，J。；Pietrzak，R.H.，《美国退伍军人创伤后应激障碍症状和相关因素的DSM-5网络分析》，《焦虑障碍杂志》，2013年5月45日，49-59（2017）
[2] Baba，K。；柴田，R。；Sibuya，M.，作为条件独立性度量的部分相关和条件相关，《澳大利亚和新西兰统计杂志》，46，4，657-664（2004）·Zbl 1061.62086号
[3] Baba，K。；Sibuya，M.，偏相关系数和条件相关系数的等效性，《日本统计学会杂志》，35，1，1-19（2005）·Zbl 1070.62037号
[4] Barbieri，M.M。；Berger，J.O.，最优预测模型选择，《统计年鉴》，32，3，870-897（2004）·兹比尔1092.62033
[5] 巴纳德，J。；McCulloch，R。；Meng，X.-L.，基于标准偏差和相关性的协方差矩阵建模及其在收缩中的应用，《中国统计》，10，4，1281-1311（2000）·Zbl 0980.62045号
[6] 鲍尔，P。；Pötscher，B.M。；Hackl，P.，《通过多种测试程序进行模型选择》，《统计学》，19，1，39-44（1988）·Zbl 0644.62024号
[7] 巴亚里，M.J。；J.O.伯杰。；Forte，A。；García-Donato，G.，《贝叶斯模型选择标准及其在变量选择中的应用》，《统计年鉴》，第40、3、1550-1577页（2012年）·Zbl 1257.62023号
[8] Bhadra，A。；Mallick，B.K.，联合高维贝叶斯变量和协方差选择及其在eQTL分析中的应用，生物统计学，69，2，447-457（2013）·兹比尔1274.62722
[9] Böing-Messing，F。；van Assen，M.A.L.M。；霍夫曼，A.D。；霍伊丁克，H。；Mulder，J.，关于多个独立组方差的约束假设的贝叶斯评估，《心理学方法》，22，2，262（2017）
[10] Borg，I.，关于积极多元假设的注释，人格与个体差异，134，13-15（2018）
[11] R.v.博克。；马斯曼，M。；莱姆图拉，M。；爱普斯卡姆，S。；Kruis，J。；Borsboom，D.，共同效应模型：正流形还是负流形？（2019），PsyArXiv
[12] van Borkulo，C.D.、Boschloo，L.、Kossakowski，J.J.、Tio，P.、Schoevers，R.A.、Borsboom，D.和Waldorp，L.J.（2016）。从三个方面比较网络结构：排列测试。手稿。3月。（第34页）。http://dx.doi.org/10.13140/RG.2.2.29455.38569（提交出版）。
[13] Borsboom，D。；Cramer，A.O.，《网络分析：精神病理学结构的综合方法》，《临床心理学年度评论》，9，1，91-121（2013）
[14] Borsboom，D。；Cramer，A.O.J。；施密特曼，V.D。；爱普斯卡姆，S。；Waldorp，L.J。；Tractenberg，R.E.，《精神病理学的小世界》，《公共科学图书馆·综合》，6，11，文章e27407 pp.（2011）
[15] Braeken，J。；Mulder，J。；Wood，S.，《工作中的相对效应：顺序假设的贝叶斯因子》，《管理杂志》，41，2，544-573（2015）
[16] 卡塞拉，G。；Girón，F.J。；马丁内斯，M.L。；Moreno，E.，变量选择贝叶斯程序的一致性，《统计学年鉴》，37，3，1207-1228（2009）·Zbl 1160.62004号
[17] Chib，S。；Kuffner，T.A.，贝叶斯因子一致性（2016），arXiv
[18] Cohen，J.，《力量入门》，《心理公报》，第112、1、155-159页（1992年）
[19] 科斯坦蒂尼，G。；爱普斯卡姆，S。；Borsboom，D。；佩鲁吉尼，M。；Mttus，R。；Waldorp，L.J。；Cramer，A.O.，《aRt人格研究现状：R中人格数据网络分析教程》，《人格研究杂志》，54，13-29（2015）
[20] Cramer，A.O.J。；Waldorp，L.J。；范德马斯，H.L.J。；Borsboom，D.，《共病：网络视角》，行为与脑科学，33，2-3137-150（2010）
[21] 达布兰德，F。；Bergh，D.v.D。；Ly，A。；Wagenmakers，E.-J.，《用于测试几个总体方差（in）相等性的默认贝叶斯因子》（2020年），arXiv
[22] 达布兰德，F。；Hinne，M.，节点中心性度量不能很好地替代因果推断，《科学报告》，9，1，1-13（2019）
[23] D'Angelo，G.M。；罗，J。；Xiong，C.，偏相关缺失数据方法，生物统计学与生物统计学杂志，3，8（2012）
[24] Dempster，A.，协方差选择，生物统计学，28，1，157-175（1972）
[25] 迪·皮耶罗（Di Pierro），R。；科斯坦蒂尼，G。；本齐，I.M.A。；马德杜，F。；Preti，E.，《宏伟且题为，但仍然脆弱：病理性自恋特征的网络分析》，《世界人格病理学：超越二分法》。《世界人格病理学：超越二分法，人格与个体差异》，140，15-20（2019）
[26] Dickey，J.M.，《加权似然比，正常位置参数的线性假设》，《数理统计年鉴》，42，1，204-223（1971）·Zbl 0274.62020
[27] Dittrich，D。；Leenders，R.T.A.J。；Mulder，J.，《网络自相关建模：用于测试（多重）精确和区间假设的贝叶斯因子方法》，《社会学方法与研究》，48，3，642-676（2019）
[28] Dittrich，D。；伦德斯，R。；Mulder，J.，高阶网络自相关模型的贝叶斯分析，社会学方法（2020）
[29] 德顿，M。；马萨姆，H。；Olkin，I.，《Wishart矩阵的子矩阵矩》，《统计年鉴》，36，5，2261-2283（2008）·兹比尔1152.62343
[30] Drton，M.博士。；Perlman，M.D.，高斯浓度图的模型选择，生物统计学，91，3，591-602（2004）·Zbl 1108.62098号
[31] Epskamp，S.，《正则化高斯心理网络：扩展BIC模型选择性能的简要报告》，1-6（2016），arXiv
[32] 爱普斯卡姆，S。；Waldorp，L.J。；莫图斯，R。；Borsboom，D.，横截面和时间序列数据中的高斯图形模型，多变量行为研究，53，4，453-480（2018）
[33] 《福布斯》，M.K。；Wright，A.G。；Markon，K.E。；Krueger，R.F.，《量化精神病理学网络特征的可靠性和可复制性》，多变量行为研究（2019年）
[34] 弗里德，E.I。；艾德霍夫，M.B。；巴利文，S。；科斯坦蒂尼，G。；Dijk，H.M.H.诉。；Bockting，C.L.H。；Engelhard，I。；Armour，C。；尼尔森，A.B.S。；Karstoft，K.-i.，《创伤后应激障碍（PTSD）网络的可复制性和可推广性：四名创伤患者样本中PTSD症状的跨文化多站点研究》，《临床心理科学》，6，3，335-351（2018）
[35] Gelman，A。；Carlin，J.B。；斯特恩，H.S。；邓森，B.D。；Vehtari，A。；Rubin，D.B.，贝叶斯数据分析，661（2014），CRC出版社：CRC出版社Boca Raton·Zbl 1279.62004号
[36] Giudici，P.，零偏协方差的贝叶斯因子，《统计规划与推断杂志》，46，2，161-174（1995）·Zbl 0833.62026号
[37] 古铁雷斯-佩尼亚，E。；A.F.M.史密斯。；伯纳多，J.M。；Consonni，G。；维罗内塞，P。；E.I.乔治。；Girón，F.J。；马丁内斯，M.L。；Letac，G。；Morris，C.N.，《指数和贝叶斯共轭族：回顾与扩展》，Test，6，1，1-90（1997）·兹伯利0891.62017
[38] 哈斯贝克，J.M。；O.瑞恩。；Robinaugh，D。；Waldorp，L。；Borsboom，D.，《精神病理学建模：从数据模型到形式理论》（2019年），PsyArXiv
[39] Heck，D.W.，《关于野蛮密度比的警告：为回归参数计算贝叶斯因子的案例》，《英国数学与统计心理学杂志》（2018）
[40] 赫克，D.W。；Davis-Stober，C.P.，《线性不等式约束的多项式模型：贝叶斯推理计算方法的概述和改进》，《数学心理学杂志》，91，70-87（2019）·Zbl 1426.91198号
[41] Hoijtink，H.，《信息假设：行为和社会科学家的理论与实践》（2011），查普曼和霍尔/CRC
[42] Höjsgaard，S。；爱德华兹。；Lauritzen，S.，带R的图形模型，（使用R！（2012）），1-182·兹比尔1286.62005
[43] 霍恩，J.L。；Cattell，R.B.，《流体和结晶一般智能理论的完善和测试》，《教育心理学杂志》，57，5，253（1966）
[44] 徐春伟。；西奈，M.S。；Hsu，J.S.，具有灵活先验规范的协方差矩阵的贝叶斯估计，统计数学研究所年鉴，64，2，319-342（2012）·Zbl 1238.62029号
[45] Jeffreys，H.（概率论。概率论，物理学国际丛书（1961年），牛津大学出版社：牛津大学出版社）·Zbl 0116.34904号
[46] 约翰逊，V.E。；Rossell，D.，《关于贝叶斯假设检验中非局部先验密度的使用》，《皇家统计学会杂志》。B系列统计方法，72，2，143-170（2010）·Zbl 1411.62019年
[47] Jones，P.J。；马·R。；McNally，R.J.，《桥梁中心性：理解共病的网络方法》，多变量行为研究，1-15（2019）
[48] Jones，P.J。；迈尔，P。；McNally，R.J.，《可视化心理网络：R教程》，《心理学前沿》，91742（2018）
[49] Jones，P.J。；威廉姆斯，D.R。；McNally，R.J.，《抽样可变性并非非重复性：福布斯、赖特、马肯和克鲁格（2019）的贝叶斯再分析》，PsyArXiv
[50] Kass，R.E。；Raftery，A.E.，贝叶斯因子，《美国统计协会杂志》，90，430，773-795（1995）·Zbl 0846.62028号
[51] Khondker，Z.S。；朱，H。；Chu，H.等人。；Lin，W。；易卜拉欣，J.G.，贝叶斯协方差套索，统计学及其接口，6，2，243-259（2013）·Zbl 1327.62138号
[52] Klugkist，I。；加藤，B。；Hoijtink，H.，使用包含先验的贝叶斯模型选择，Statistica Neerlandica，59，1，57-69（2005）·Zbl 1069.62026号
[53] Krishnamoorthy，K。；Xia，Y.，《相关系数的推断：一个样本、独立和相关案例》，《统计规划与推断杂志》，1372362-2379（2007）·Zbl 1120.62047号
[54] Kshirsagar，A.M.，Bartlett分解和Wishart分布，《数理统计年鉴》，30，1，239-241（1959）·Zbl 0094.33202号
[55] Kuismin，M。；Sillanpää，M.J.，《使用Wishart先验和简单扩展进行稀疏精度矩阵估计》，《公共科学图书馆·综合》，第11期，第2期，文章e0148171页，（2016年）
[56] Kuismin，M。；Sillanpää，M.，协方差和精度矩阵估计，网络结构，系统生物学观点，威利跨学科评论：计算统计学，9，6，1-13（2017）
[57] Lauritzen，S.L.，图形模型。（第17卷）（1996年），克拉伦登出版社·Zbl 0907.62001
[58] Leday，G.G.R。；Richardson，S.，大型高斯图形模型中的快速贝叶斯推断，1-26（2018）
[59] Leonard，T。；Hsu，J.S.，协方差矩阵的贝叶斯推断Tom Leonard；John S.J.Hsu，《统计年鉴》，第20、4、1669-1696页（1992年）·Zbl 0765.62031号
[60] Letac，G。；Massam，H.，可分解图的Wishart分布，《统计年鉴》，35，3，1278-1323（2007）·Zbl 1194.62078号
[61] 李毅。；克雷格，B.A。；Bhadra，A.，逆协方差矩阵的图形马蹄估计量（2017）
[62] 马斯曼，M。；Wagenmakers，E.J.，《JASP给贝叶斯带来的益处》，《欧洲发展心理学杂志》，14，5，545-555（2017）
[63] 麦克纳利，R.J。；Robinaugh，D.J。；Wu，G.W.Y。；王，L。；Deserno，M.K。；Borsboom，D.，《作为因果系统的精神障碍》，《临床心理科学》，3，6，836-849（2015）
[64] 明绍森，N。；Bühlmann，P.，《高维图与拉索变量选择》，《统计年鉴》，34，3，1436-1462（2006）·Zbl 1113.62082号
[65] Mohammadi，A。；Wit，E.C.，稀疏高斯图形模型中的贝叶斯结构学习，贝叶斯分析，10，1，109-138（2015）·Zbl 1335.62056号
[66] 莫雷，R.D。；Rouder，J.N.，检验区间零假设的贝叶斯因子方法，心理学方法，16，4406-419（2011）
[67] Mulder，J.，检验不平等约束假设的贝叶斯因子：先验规范问题，英国统计与数学心理学杂志，67153-171（2014）·Zbl 1410.62038号
[68] Mulder，J.，《检验顺序约束相关假设的贝叶斯因子》，《数学心理学杂志》，72104-115（2016）·Zbl 1357.62122号
[69] Mulder，J。；Fox，J.-P.，复合对称协方差矩阵分量的贝叶斯检验，统计与计算，23，1，109-122（2013）·Zbl 1322.62111号
[70] Mulder，J。；Fox，J.-P.，多类内相关性的贝叶斯因子测试，贝叶斯分析（2018）
[71] Mulder，J。；霍伊丁克，H。；de Leeuw，C.，BIEMS:计算不等式和等式约束模型的贝叶斯因子的Fortran 90程序，《统计软件杂志》，46（2012）
[72] Mulder，J。；Pericchi，L.，估计和测试协方差矩阵的矩阵F，贝叶斯分析，4，1-22（2018）
[73] Mulder，J。；Raftery，A.E.，秩序约束模型选择的Bic扩展，社会学方法与研究，第004912411988245页，（2019）
[74] 努伊滕，M.B。；韦策尔斯，R。；Matzke，D。；多兰，C.V。；Wagenmakers，E.-J.，《调解的默认贝叶斯假设检验》，《行为研究方法》，47，1，85-97（2015）
[75] Pearl，J.，《统计中的因果推断：概述》，《统计调查》，第396-146页（2009年）·Zbl 1300.62013年
[76] 彭杰。；王，P。；周，N。；Zhu，J.，联合稀疏回归模型的偏相关估计，美国统计协会杂志I，104，486，735-746（2009）·Zbl 1388.62046号
[77] Preacher，K.，用结构方程模型测试复杂的相关假设，结构方程建模，13，520-543（2006）
[78] Roverato，A.，不可分解图的超逆wishart分布及其在高斯图形模型贝叶斯推断中的应用，斯堪的纳维亚统计杂志，29，3，391-411（2002）·Zbl 1036.62027号
[79] O.瑞恩。；布林曼，L。；Schuurman，N.K.，《使用网络模型生成因果假设的挑战》（2019年），PsyArXiv
[80] Steiger，J.H.，《对比相关矩阵元素的测试》，《心理学公报》，87，2，245（1980）
[81] Tsukuma，H.，有界精度矩阵的贝叶斯估计，多元分析杂志，127，160-172（2014）·Zbl 1293.62015年
[82] Van Kempen，G.M。；Van Vliet，L.J.，荧光比率成像中使用的比率估计值的平均值和方差，细胞计量学，39，4，300-305（2000）
[83] Verdinelli，I。；Wasserman，L.，《利用Savage-Dickey密度比的泛化计算贝叶斯因子》，美国统计协会杂志，90，430，614-618（1995）·Zbl 0826.62022号
[84] Wagenmakers，E.J。；Lodewyckx，T。；Kuriyal，H。；Grasman，R.，《心理学家贝叶斯假设检验：Savage-Dickey方法教程》，《认知心理学》，60，3，158-189（2010）
[85] 瓦格纳公司，E.-J。；Verhagen，J.公司。；Ly，A.，《如何量化缺乏相关性的证据》，《行为研究方法》，48，2，413-426（2016）
[86] 沃纳，M。；Štulhofer，A。；Waldorp，L。；Jurin，T.，《超性欲的网络方法：洞察力和临床意义》，《性医学杂志》，第15、3、410-415页（2018年）
[87] 韦策尔斯，R。；Wagenmakers，E.-J.，关联和部分关联的默认贝叶斯假设检验。，《心理通报与评论》，第19、6、1057-1064页（2012年）
[88] Williams，D.R.，《高斯图形模型的贝叶斯估计：结构学习、可预测性和网络比较》（2018），PsyArXiv
[89] Williams，D.R.，《学会适应抽样变异性：偏相关网络中的预期可复制性》（2020年），PsyArXiv
[90] 威廉姆斯，D.R。；Piironen，J。；Vehtari，A。；Rast，P.，带投影预测选择的高斯图形模型的贝叶斯估计（2018）
[91] 威廉姆斯，D.R。；Rast，P.，《回到基础：重新思考偏相关网络方法》，《英国数学与统计心理学杂志》（2019）
[92] 威廉姆斯，D.R。；拉斯特，P。；佩里奇，L.R。；Mulder，J.，《高斯图形模型与后验预测分布和贝叶斯模型选择的比较》，《心理学方法》（2020年）
[93] 威廉姆斯，D.R。；莱姆图拉，M。；A.C.怀索基。；Rast，P.，《关于心理网络的非正规估计》，《多元行为研究》，第54、5、1-23页（2019年）
[94] A.C.怀索基。；Rhemtulla，M.，《关于评估网络模型的惩罚参数选择》，多变量行为研究，1-15（2019）
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。