×
卢斯·阿德里亚娜·佩雷拉;丹尼尔·泰勒·罗德里格斯;路易斯·古铁雷斯

配对样本的贝叶斯非参数检验程序。 （英语） 兹比尔1520.62305

生物计量学 76，第4期，1133-1146（2020）。
摘要：我们提出了一种贝叶斯假设检验方法，用于比较配对样本的分布。该程序基于两个样本联合分布的灵活模型。灵活性由Dirichlet过程的混合给出。我们的建议使用尖峰板先验规范作为Dirichlet过程的基本度量，并对混合物的核进行特定的参数化，以便于比较和后验推断。联合模型允许我们推导边际分布并测试它们是否不同。该过程利用样本之间的相关性，放松参数假设，并检测整个分布中可能存在的差异。本文提供了一个蒙特卡罗模拟研究，将该策略的性能与其他传统方案进行了比较。最后，我们将建议的方法应用于美国收集的肺活量测定数据，以调查儿童和青少年肺功能对空气污染因素的反应。
{©2020国际生物识别学会}

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：

相依样本;迪里克莱过程;混合物模型;换档功能;尖峰板先兆

软件：

R（右）
PDF格式BibTeX公司 XML格式引用
\textit{L.A.Pereira}等人，《生物统计学》76，第4期，1133--1146（2020；Zbl 1520.62305）
全文： 内政部

参考文献：

[1] Al‐Labadi，L.和Zarepour，M.（2017）使用贝叶斯非参数方法的两样本Kolmogorov‐Smirnov检验。统计学的数学方法，26，212-225·Zbl 06835802号
[2] Benavoli，A.、Corani，G.、Mangili，F.、Zaffalon，M.和Ruggeri，F.（2014）基于Dirichlet过程的Bayesian Wilcoxon签名秩检验。《第31届国际机器学习大会论文集》，32，1026-1034。
[3] Bhattacharya，A.和Dunson，D.（2012）流形上的非参数贝叶斯分类和假设检验。多元分析杂志，111，1-19·兹比尔1281.62033
[4] Borgwardt，K.和Ghahramani，Z.（2009）贝叶斯双样本测试。[预打印]网址：https://arxiv.org/abs/0906.4032。
[5] Chen，Y.和Hanson，T.E.（2014）删失和未删失数据的贝叶斯非参数k样本检验。计算统计与数据分析，71，335-346·Zbl 1471.62041号
[6] Cipolli，W.，III，Hanson，T.和McLain，A.（2016）贝叶斯非参数多重检验。计算统计与数据分析，101，64-79·Zbl 1466.62044号
[7] Dockery，D.、Berkey，C.、Ware，J.、Speizer，F.和Ferris，B.（1983）6至11岁儿童FVC和FEV1的分布。《美国呼吸系统疾病评论》，128405-412。
[8] Doksum，K.（1974）双样本情况下非线性模型的经验概率图和统计推断。《统计年鉴》，第2267-277页·Zbl 0277.62034号
[9] Doksum，K.和Sievers，G.（1976）《自信绘图：两个群体的图形比较》。Biometrika，第63页，第421-434页·Zbl 0344.62038号
[10] Eisenhart，C.（1947）方差分析的基本假设。生物计量学，3，1-21。
[11] Escobar，M.（1988）通过平均值分布的非参数估计估计几个正常总体的平均值。耶鲁大学统计系论文。
[12] Escobar，M.（1994）用Dirichlet过程估计正态均值。美国统计协会杂志，89，268-277·Zbl 0791.62039号
[13] Escobar，M.和West，M.（1995）使用混合物的贝叶斯密度估计和推断。《美国统计协会杂志》，90，577-588·Zbl 0826.62021号
[14] Fahrmeir，L.、Kneib，T.、Lang，S.和Marx，B.（2013）《回归》。模型、方法和应用。柏林-海德堡：施普林格·Zbl 1276.62046号
[15] Ferguson，T.S.（1973）一些非参数问题的贝叶斯分析。《统计年鉴》，1209-230·Zbl 0255.62037号
[16] Ferguson，T.S.（1974）概率测度空间的先验分布。《统计年鉴》，2615-629·兹伯利0286.62008
[17] Filippi，S.和Holmes，C.（2017）用于测试随机变量之间相关性的贝叶斯非参数方法。贝叶斯分析，12919-938·Zbl 1384.62146号
[18] Filippi，S.、Holmes，C.和Nieto‐Barajas，L.（2016）通过Dirichlet过程混合物探索成对依赖性的可缩放贝叶斯非参数测度。电子统计杂志，103338-3354·Zbl 1358.62058号
[19] Fitzmaurice，G.、Davidian，M.、Verbeke，G.和Molenbergs，G.（2009）《纵向数据分析》。现代统计方法手册。佛罗里达州博卡拉顿：查普曼和霍尔/CRC·Zbl 1144.62087号
[20] Fitzmaurice，G.、Laird，N.和Ware，J.（2010）应用纵向分析。新泽西州霍博肯：John Wiley&Son。
[21] Geweke，J.（1996）回归中的变量选择和模型比较。收录人：Bernardo，J.M.（编辑）、Berger，J.O.（编辑），Dawid，A.P.（编）和Smith，A.F.M。牛津：牛津大学出版社，第609-620页。
[22] Ghosh，J.K.和Ramamoorthi，R.V.（2003）《贝叶斯非参数学》。纽约州纽约市：斯普林格·Zbl 1029.62004号
[23] Girón，F.、Martínez，M.和Moreno，E.（2003）配对的贝叶斯分析。《统计规划与推断杂志》，113，49-66·Zbl 1031.62022号
[24] Gopalan，R.和Berry，D.（1998）使用Dirichlet过程先验的贝叶斯多重比较。美国统计协会杂志，93，1130-1139·Zbl 1063.62530号
[25] Gutiérrez，L.、Barrientos，A.F.、González，J.和Taylor‐Rodríguez，D.（2019）贝叶斯非参数多重测试程序，用于比较几种治疗方案与对照方案。贝叶斯分析，14649-675·Zbl 1421.62046号
[26] Henderson，C.R.（1953）方差和协方差分量的估计。生物统计学，9226-252。
[27] Hjort，N.L.、Holmes，C.、Müller，P.和Walker，S.（2010）《贝叶斯非参数学》。剑桥：剑桥大学出版社。
[28] Hollander，M.和Korwar，R.（1980）两个种群之间水平距离的非参数贝叶斯估计。弗吉尼亚州贝尔沃伊堡：国防技术信息中心·Zbl 0514.62044号
[29] Holmes，C.、Caron，F.、Griffin，J.和Stephens，D.（2015）双样本贝叶斯非参数假设检验。贝叶斯分析，10297-320·Zbl 1334.62082号
[30] Huang，L.和Ghosh，M.（2014）Lehmann备选方案和Pólya树先验下的两样本假设检验。中国统计局，241717-1733·Zbl 1480.62076号
[31] Ishwaran，H.和Rao，J.S.（2005），尖峰和平板变量选择：频率学家和贝叶斯策略。统计年鉴，33730-773·兹比尔1068.62079
[32] Kalli，M.、Griffin，J.E.和Walker，S.（2011）切片取样混合物模型。统计与计算，第21期，第93-105页·Zbl 1256.65006号
[33] Kim，S.、Dahl，D.B.和Vannucci，M.（2009），随机效应模型中贝叶斯多假设检验的Spiked Dirichlet过程。贝叶斯分析，4707-732·Zbl 1330.62029号
[34] Lu，H.H.S.，Wells，M.T.和Tiwari，R.C.（1994）右删失数据下双样本问题中移位函数的推断：应用。《美国统计协会期刊》，891017-1026·兹比尔0804.62046
[35] Ma，L.和Wong，W.H.（2011）耦合可选Pólya树和两个样本问题。美国统计协会杂志，1061553-1565·Zbl 1233.62104号
[36] MacEachern，S.（1994）用共轭型Dirichlet过程估计正态均值。统计通信——模拟与计算，23727-741·Zbl 0825.62053号
[37] MacEachern，S.N.和Müller，P.（1998）Dirichlet过程模型的混合估计。计算与图形统计杂志，7，223-238。
[38] Malsiner‐Walli，E.、Wagner，H.和Kepler，J.（2011）《贝叶斯变量选择的尖峰和平板先验比较》。奥地利统计杂志，40，241-262。
[39] Mitchell，T.和Beauchamp，J.（1988）线性回归中的贝叶斯变量选择。美国统计协会杂志，83，1023-1032·Zbl 0673.62051号
[40] Morgan，W.A.（1939）对正常双变量总体样本中两个方差之间差异的显著性进行的检验。生物特征，31，13-19·Zbl 0022.25001号
[41] Müller，P.和Mitra，R.（2013）贝叶斯非参数推断——为什么和如何。贝叶斯分析，8269-302·Zbl 1329.62171号
[42] Müller，P.和Quintana，F.A.（2004）非参数贝叶斯数据分析。统计科学，1995-110·Zbl 1057.62032号
[43] Neal，R.（2000）Dirichlet过程混合模型的马尔可夫链抽样方法。计算与图形统计杂志，9，249-265。
[44] Pitman，E.J.G.（1939）关于正态相关性的注释。Biometrika，31，9-12·Zbl 0021.33901号
[45] R核心团队（2018）R：统计计算的语言和环境。奥地利维也纳：R统计计算基金会。
[46] Scott，J.（2009）纵向绩效分层的非参数贝叶斯多重测试。应用统计年鉴，31655-1674·Zbl 1184.62156号
[47] Sethuraman，J.（1994）Dirichlet先验的建设性定义。中国统计局，4639-650·Zbl 0823.62007号
[48] Shang，K.和Reilly，C.（2017）《两样本截尾问题的非参数贝叶斯分析》，《统计学中的传播——理论与方法》，4612008-12022·Zbl 1384.62153号
[49] Smith，M.和Kohn，R.（1996）使用贝叶斯变量选择的非参数回归。《计量经济学杂志》，75241-262。
[50] Soriano，J.和Ma，L.（2017）两样本差异的概率多分辨率扫描。《皇家统计学会杂志》，B辑，79，547-572·Zbl 1414.62149号
[51] 学生（1908）平均值的可能误差。生物特征，6，1-25·Zbl 1469.62201号
[52] Walker，S.（2007）用切片采样Dirichlet混合模型。统计通信——模拟与计算，36，45-54·Zbl 1113.62058号
[53] Wells，M.T.和Tiwari，R.C.（1989）贝叶斯分位数图和不完全数据两样本情况下非线性模型的统计推断。统计学传播——理论与方法，182955-2964·Zbl 0696.62005号
[54] Wilcoxon，F.（1945）通过排名方法进行的个体比较。生物计量学公告，1，80-83。
[55] Zimmerman，D.（1997）《教师角：成对样本t检验的解释》。《教育与行为统计杂志》，22，349-360。
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。