克里斯蒂亚诺·维拉;斯蒂芬·沃克 确定模型先验概率的客观贝叶斯准则。 （英语） Zbl 1419.62053号 扫描。J.统计。 42，第4期，947-966（2015）. 摘要：我们讨论了在贝叶斯框架内从备选参数模型中进行选择的问题。对于涉及非嵌套模型的模型选择问题，模型空间上先验的常见目标选择是均匀分布。这同样适用于模型嵌套的情况。我们认为，给每个模型分配相等的先验概率过于简单。因此，我们引入了一种新的方法，根据模型参数的先验值的选择，有条件地客观地确定模型先验概率。这个想法基于在选择过程中拥有每个模型的价值的概念。该程序的核心是使用不同模型密度之间的Kullback-Leibler散度来衡量该值。 引用于8文件 MSC公司： 2015年1月62日 贝叶斯推断 60E10型 特性函数；其他变换 关键词：贝叶斯模型选择;Kullback-Leibler散度;客观贝叶斯;自我信息丢失;先验概率;值得的 PDF格式BibTeX公司 XML格式引用 \textit{C.Villa}和\textit{S.Walker}，扫描。J.Stat.42，No.4，947-966（2015；Zbl 1419.62053） 全文： 内政部 链接 参考文献： [1] 巴亚里姆。J.、BergerJ.O.、ForteA和加西亚·多纳托。(2012). 贝叶斯模型选择准则及其在变量选择中的应用。《统计年鉴》40，1550-1577·Zbl 1257.62023号 [2] BergerJ.O.和PericchiL。R.（2001）。目标贝叶斯模型选择方法：介绍和比较。IMS演讲笔记-专题系列38，135-193。 [3] 伯克利。H.（1966）。模型不正确时后验分布的极限行为。数学年鉴。统计37，51-58·Zbl 0151.23802号 [4] 伯纳多·J。M.（1999）。嵌套假设检验：贝叶斯参考标准。贝叶斯统计。6101-130·Zbl 0973.62019号 [5] 卡瓦略公司斯科特J。G.（2009）。高斯图形模型中的目标贝叶斯模型选择。生物特征96497-512·1170.62020兹罗提 [6] 卡塞拉集团莫雷诺。(2006). 客观贝叶斯变量选择。J.Amer。统计师。协会101，157-167·Zbl 1118.62313号 [7] 卡塞拉斯J。，Ibáñez‐EscricheN.和加西亚-科尔特斯。A.（2008）。动物繁殖背景下Student t和Gaussian混合模型之间的Bayes因子。遗传学。选择。第40卷，395-413页。 [8] 花花公子。，乔治·E。I.和McCullochR。E.（2001）。贝叶斯模型选择的实际实现。IMS演讲笔记-专题系列38，65-116。 [9] ChuJ公司。T.（1956）。y、τ和类似类型分布的正态近似误差。数学年鉴。统计27，780-789·Zbl 0073.13604号 [10] Dellaportas公司。，ForsterJ.J.和NtzoufrasI。(2012). 模型空间和参数空间先验分布的联合规范。统计师。科学27，232-246·Zbl 1330.62117号 [11] DumonceauxR.&安特列克。E.（1973）。对数正态分布和威布尔分布之间的区别。技术计量学15，923-926·Zbl 0269.62024号 [12] DumonceauxR。，蚂蚁C。E.和HaasG。(1973). 用于区分位置和尺度参数未知的两个模型的似然比检验。技术计量15，19-31·Zbl 0264.62008年 [13] 法博齐。J.、FocardiS。M.、HöchstötterM.和RachevS。T.（2010）。《金融概率与统计》，Wiley&Sons，Inc.，新泽西州霍博肯·Zbl 1229.91002号 [14] GewekeJ。(1993). 独立学生t线性模型的贝叶斯处理。J.附录。计量经济学。8，S19-S40。 [15] 克莱因J。P.&MoeschbergerM.L.（1997）。生存分析，纽约斯普林格·Zbl 0871.62091号 [16] KullbackS S.&公司LeiblerR.A.（1951年）。关于信息和充分性。数学年鉴。统计22，79-86·Zbl 0042.38403号 [17] 林德利。V.（1957）。统计悖论。生物特征44187-192·Zbl 0080.12801号 [18] 梅尔哈夫纳&费德姆（1998）。通用预测。IEEE传输。Inf.Theory44，2124-2147·Zbl 0933.94008号 [19] 奥哈甘纳。(1995). 模型比较的分数贝叶斯因子。J.R.Stat.Soc.B Stat.Methodol.57，99-138·兹伯利0813.62026 [20] 佩雷斯J。M.&BergerJ.O.（2002）。模型选择的预期后验先验分布。生物特征89，491-511·Zbl 1036.62026号 [21] 佩里奇。R.（2005）。基于客观概率和贝叶斯因子的模型选择和假设检验。在统计手册，贝叶斯思维和计算荷兰；115-149. [22] 罗伯特·C。P.（1993）。关于Jeffreys‐Lindley悖论的注释。统计师。中国3，601-608·Zbl 0823.62006号 [23] 罗伯特·C。第（2001）页。贝叶斯选择。从决策理论基础到计算实现，纽约斯普林格·Zbl 0980.62005号 [24] 斯科特J。G.&BergerJ.O.（2010）。变量选择问题中的贝叶斯和经验贝叶斯多重性调整。《统计年鉴》38，2587-2619·Zbl 1200.62020年 [25] ShaferG公司。(1982). 林德利悖论。J.Amer。统计师。协会77，325-334·Zbl 0491.62004号 [26] 斯特拉查姆。W.和vanDijkH。K.（2003）。具有无信息先验的贝叶斯模型选择。牛津经济学院。统计数据65，863-876。 [27] 维拉C&WalkerS.G.（2014a）。客观先验为t分布的自由度个数。贝叶斯分析9，197-220·Zbl 1327.62168号 [28] 维拉C&WalkerS.G.（2014年b）。离散参数空间先验质量函数的客观方法。J.Amer出版。统计师。协会DOI:10.1080/01621459.2014.946319·Zbl 1373.62108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。