×
安东尼·奥弗斯托尔（Antony M.Overstall）。;乔纳森·福斯特。

广义线性混合模型的默认贝叶斯模型确定方法。 （英语） Zbl 1284.62462号

计算。统计数据分析。 54，第12号，3269-3288（2010）.
摘要：考虑了广义线性混合模型（GLMMs）的完全贝叶斯模型确定的默认策略，该策略解决了默认先验规范和计算这两个关键问题。特别地，单位信息先验的概念被扩展到GLMM的参数。将马尔可夫链蒙特卡罗（MCMC）和拉普拉斯近似相结合，计算后验模型概率的近似值，以找到具有高后验模型几率的模型子集。然后在此子集中的模型上使用桥式采样，以更准确地近似后验模型概率。该策略应用于四个示例。

引用于12文件

MSC公司：

62J12型 广义线性模型（逻辑模型）

关键词：

单位信息先验;桥梁取样;MCMC公司;拉普拉斯近似

软件：

WinBUGS公司;ts桥;R2 WinBUGS软件;R（右）;打开BUGS
PDF格式BibTeX公司 XML格式引用
\textit｛A.M.Overstall｝和\textit｛J.J.Forster｝，计算机。统计数据分析。54，第12号，3269-3288（2010；Zbl 1284.62462）
全文： DOI程序 链接

参考文献：

[1] 艾特金，M。；Liu，C.C。；Chadwick，T.，小面积估算的贝叶斯模型比较和模型平均，应用统计年鉴，3199-221（2009）·Zbl 1160.62021号
[2] 东北部布雷斯洛。；Clayton，D.G.，广义线性混合模型中的近似推断，美国统计协会杂志，88，9-25（1993）·Zbl 0775.62195号
[3] 蔡，B。；邓森，D.B.，广义线性混合模型中的贝叶斯协方差选择，生物统计学，62446-457（2006）·Zbl 1097.62016年
[4] 陈，M。；邵，Q。；易卜拉欣，J.G.，《贝叶斯计算中的蒙特卡罗方法》（2000年），施普林格-弗拉格出版社：纽约施普林格·Zbl 0949.65005号
[5] 陈，M。；易卜拉欣，J.G。；邵，Q。；Weiss，R.E.，广义线性混合模型中模型选择和估计的先验启发，统计规划和推断杂志，111，57-76（2003）·Zbl 1027.62056号
[6] Chib，S.，吉布斯输出的边际似然，美国统计协会杂志，901313-1321（1995）·Zbl 0868.62027号
[7] Daniels，M.J.，等级模型方差的先验，《加拿大统计杂志》，27，3，567-578（1999）·Zbl 0942.62026号
[8] Fitzmaurice，G。；Laird，N.，《一种基于似然法的纵向二进制响应分析方法》，Biometrika，80，141-151（1993）·Zbl 0775.62296号
[9] Garcia-Donato，G。；Sun，D.，单向随机效应模型中假设检验的客观先验，《加拿大统计杂志》，35，2，303-320（2007）·Zbl 1129.62017号
[10] Gelman，A.，层次模型中方差参数的先验分布，贝叶斯分析，3515-534（2006）·Zbl 1331.62139号
[11] 古斯塔夫森，P。；侯赛因，S。；MacNab，Y.C.，层次模型中方差分量的保守先验分布，加拿大统计杂志，34，3，377-390（2006）·Zbl 1104.62024号
[12] Green，P.J.，可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定，生物统计学，82，4，711-732（1995）·Zbl 0861.62023号
[13] Kass，R.E。；Natarajan，R.，广义线性混合模型中方差分量的默认共轭先验（Browne和Draper的文章评论），贝叶斯分析，1,3535-542（2006）·Zbl 1331.62148号
[14] Kass，R.E。；Raftery，A.E.，贝叶斯因子，《美国统计协会杂志》，90，773-795（1995）·Zbl 0846.62028号
[15] Kass，R.E。；Wasserman，L.，嵌套假设的参考贝叶斯检验及其与Schwartz标准的关系，美国统计协会杂志，90，928-934（1995）·Zbl 0851.62020号
[16] Langford，I.H。；边沁，G。；McDonald，A.，地理汇总健康数据的多级建模：欧洲社区恶性黑色素瘤死亡率和紫外线暴露的案例研究，医学统计，17，41-58（1998）
[17] Lunn，D.J。；托马斯，A。；贝斯特，N。；Spiegelhalter，D.，WinBUGS——贝叶斯建模框架：概念、结构和可扩展性，统计与计算，10325-337（2000）
[18] Madigan，D。；Raftery，A.E.，使用Occam窗口的图形模型中模型选择和模型不确定性的计算，美国统计协会杂志，95227-237（1994）·兹比尔0814.62030
[19] McCullagh，P。；Nelder，J.A.，广义线性模型（1989），查普曼和霍尔：查普曼&霍尔伦敦·Zbl 0744.62098号
[20] 孟晓乐。；Wong，W.H.，《通过简单恒等式模拟归一化常数的比率：理论探索》，《中国统计》，第6831-860页（1996年）·Zbl 0857.62017号
[21] Muirhead，R.J.，《多元统计理论方面》（1982），威利出版社：威利纽约·Zbl 0556.62028号
[22] Natarajan，R。；Kass，R.E.，广义线性混合模型的参考贝叶斯方法，美国统计协会杂志，95227-237（2000）·Zbl 0996.62021号
[23] Ntzoufras，I。；Dellaportas，P。；Forster，J.J.，广义线性模型的贝叶斯变量和链接确定，《统计规划与推断杂志》，111165-180（2003）·Zbl 1033.62026号
[24] 奥哈根，A。；Forster，J.J.，（肯德尔的高级统计理论。肯德尔的先进统计理论，贝叶斯推断。第2B卷（2004），阿诺德：阿诺德伦敦）·Zbl 1058.6202号
[25] Pauler，D.K.，《正态线性模型的Schwarz准则和相关方法》，Biometrika，85，2，13-27（1998）·Zbl 1067.62550号
[26] Raftery，A.E.，《近似贝叶斯因子和广义线性模型中模型不确定性的解释》，Biometrika，83，2，251-266（1996）·Zbl 0864.62049号
[28] 辛哈拉伊，S。；Stern，H.S.，《广义线性混合模型中贝叶斯因子计算方法的实证比较》，《计算与图形统计杂志》，14，2，415-435（2005）
[29] 斯科特，J.G。；Carvalho，C.M.，高斯图形模型的特征包含随机搜索，计算与图形统计杂志，17，4，790-808（2008）
[30] A.F.M.史密斯。；Spiegelhalter，D.J.，线性模型的贝叶斯因子和选择标准，《皇家统计学会杂志》，B辑，42，2，213-220（1980）·Zbl 0433.62045号
[31] 施皮盖尔哈特，D.J。；贝斯特，N.G。；卡林，B.P。；van der Linde，A.，模型复杂度和拟合度的贝叶斯度量（含讨论），《皇家统计学会杂志》，B辑，64，583-640（2002）·Zbl 1067.62010年
[32] Sturtz，S。；利格斯，美国。；Gelman，A.，R2WinBUGS:R中运行WinBUGS的包，统计软件杂志，12，1-16（2005）
[33] 泽格，S.L。；Karim，M.R.，《具有随机效应的广义线性模型：吉布斯抽样方法》，美国统计协会杂志，86，79-86（1991）
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。