保尔·马里·格罗勒蒙德;亚伯拉罕·克里斯托夫;梅耶利·巴拉加蒂;皮埃尔·普德洛 具有稀疏阶跃函数的贝叶斯函数线性回归。 (英语) Zbl 1409.62060号 贝叶斯分析。 14,第1期,111-135(2019). 摘要:功能线性回归模型是一种常用的工具,用于确定标量结果与功能预测因子之间的关系,功能预测因子被视为时间的函数。本文主要研究系数函数支持度的贝叶斯估计。为此,我们提出了一种将系数函数作为阶跃函数的简约自适应分解,以及一种包含先验分布的模型,我们将其命名为带有稀疏阶跃函数(Bliss)的贝叶斯函数线性回归(Bayesian functional Linear regression with Sparse step functions)。该方法的目的是恢复对结果影响最大的时间段。利用一个特定的损失函数,以及系数函数的两个Bayes估计,第一个是光滑的,第二个是阶跃函数,建立了支持度的Bayes估计器。在各种合成数据集上分析了该方法的性能,并在黑松露数据集上进行了说明,以研究降雨对产量的影响。 引用于10文件 MSC公司: 62英尺15英寸 贝叶斯推断 62J05型 线性回归;混合模型 第60页 统计学在工程和工业中的应用;控制图 关键词:贝叶斯回归;功能数据;支持估计;节俭 软件:fda(右);WinBUGS公司 PDF格式BibTeX公司 XML格式引用 \textit{P.-M.Grollemund}等人,贝叶斯分析。14,第1号,111--135(2019;Zbl 1409.62060) 全文: 内政部 arXiv公司 欧几里得 参考文献: [1] Arlot,S.和Celisse,A.(2010年)。“模型选择交叉验证程序的调查”,《统计调查》,4:40-79·兹比尔1190.62080 ·doi:10.1214/09-SS054 [2] Baragatti,M.和Pommeret,D.(2012年)。“使用带岭参数的g-先验分布进行变量选择的研究”,《计算统计与数据分析》,56(6):1920-1934·Zbl 1368.62190号 ·doi:10.1016/j.csda.2011.11.017 [3] Brown,P.J.、Fearn,T.和Vannucci,M.(2001)。“曲线上的贝叶斯小波回归及其在光谱校准问题中的应用”,《美国统计协会杂志》,96(454):398-408·Zbl 1022.62027 ·doi:10.1198/016214501753168118 [4] Büntgen,U.、Egli,S.、Camarero,J.、Fischer,E.、Stobbe,U.,Kauserud,H.、Tegel,W.、Sproll,L.和Stenseth,N.(2012年)。“干旱导致地中海松露产量下降”,《自然气候变化》,2:827-829。 [5] Büntgen,U.、Tegel,W.、Egli,S.、Stobbe,U.,Sproll,L.和Stenseth,N.(2011年)。块菌与气候变化〉,《生态与环境前沿》,9(3):150-151。 [6] Cardot,H.、Ferraty,F.和Sarda,P.(1999)。“功能线性模型”,《统计与概率快报》,45(1):11-22·Zbl 0962.62081号 ·doi:10.1016/S0167-7152(99)00036-X [7] Cardot,H.、Ferraty,F.和Sarda,P.(2003)。“函数线性模型的样条估计量”,《统计》,13(3):571-591·Zbl 1050.62041号 [8] Crainiceanu,C.和Goldsmith,A.(2010年)。“使用WinBUGS进行贝叶斯函数数据分析”,《统计软件杂志》,文章,32(11):1-33。 [9] Crainiceanu,C.、Ruppert,D.和Wand,M.P.(2005)。“使用WinBUGS对惩罚样条回归进行贝叶斯分析”,《统计软件杂志》,14(14):1-24。 [10] Demerson,J.和Demerson M.(2014)。《拉斯特鲁夫,拉斯特鲁夫·德默森的交通文化》(1989-2015)。《费内斯特勒艺术》。 [11] Gelman,A.和Meng,X.-L.(1998)。“模拟规范化常数:从重要性抽样到桥接抽样再到路径抽样”,《统计科学》,13(2):163-185·Zbl 0966.65004号 ·doi:10.1214/ss/1028905934 [12] Goldsmith,J.、Huang,L.和Crainiceanu,C.(2014)。“通过空间贝叶斯变量选择的平滑标量图像回归”,《计算与图形统计杂志》,23(1):46-64。 [13] Goldsmith,J.、Wand,M.P.和Crainiceanu,C.(2011年)。“通过变分贝叶斯进行函数回归”,《统计学电子期刊》,5:572-602·Zbl 1274.62200号 ·doi:10.1214/11-EJS619 [14] Grollemund,P.-M.、Abraham,C.、Baragatti,M.和Pudlo,P.(2019年)。补充材料:具有稀疏阶跃函数的贝叶斯函数线性回归〉,《贝叶斯分析》·兹比尔1409.62060 ·doi:10.1214/18-BA1095 [15] Healy,R.、Smith,M.、Bonito,G.、Pfister,D.、Ge,Z.、Guevara,G.和Williams,G.,Stafford,K.、Kumar,L.、Lee,T.、Hobart,C.、Trappe,J.、Vilgalys,R.和McLaughlin,D.(2013)。“外生菌根Pezizales中有丝分裂孢子垫的高度多样性和广泛存在”,《分子生态学》,22(6):1717-1732。 [16] James,G.、Wang,J.和Zhu,J.(2009)。“可解释的函数线性回归”,《统计年鉴》,37(5A):2083-2108·Zbl 1171.62041号 ·doi:10.1214/08-AOS641 [17] Kang,J.、Reich,B.J.和Staicu,A.-M.(2016)。《通过软阈值高斯过程的标量图像回归》,ArXiv预印本ArXiv:1604.03192·兹伯利07072406 ·doi:10.1093/biomet/asx075 [18] Le Tacon,F.、Marçais,B.、Courvoisier,M.、Murat,C.、Montpied,P.和Becker,M.(2014)。“气候变化解释了法国纯黑松露批发市场的年度波动,但并不能解释过去48年黑松露产量的下降。”《菌根》,24:S115-S125。 [19] Le Tacon,F.、Rubini,A.、Murat,C.、Riccioni,C.,Robin,C.、Belfiori,B.、Zeller,B.、De La Varga,H.、Akroume,E.、Deveau,A.、Martin,F..和Paolocci,F(2016)。“关于黑松露(黑松露块茎)生命周期的确定性和不确定性”,《森林科学年鉴》,73(1):105-117。 [20] Li,F.、Zhang,T.、Wang,Q.、Gonzalez,M.、Maresh,E.和Coan,J.(2015)。“高维标量图像回归的空间贝叶斯变量选择和分组”,《应用统计学年鉴》,23(2):687-713·Zbl 1397.62458号 ·doi:10.1214/15-AOAS818 [21] Marin,J.-M.和Robert,C.(2010年)。嵌入式模型之间贝叶斯判别的重要性抽样方法,第14章,513-527。纽约:Springer-Verlag。 [22] Murat,C.、Rubini,A.、Riccioni,C.,De La Varga,H.、Akroume,E.、Belfiori,B.、Guaragno,M.、Le Tacon,F.、Robin,C.、Halkett,F.和Paolocci,F..(2013)。“利用中性微卫星和功能mting型基因研究黑松露(Tuber Melanosporum)的精细空间遗传结构。”《新植物学家》,199(1):176-187。 [23] Picheny,V.、Servien,R.和Villa-Vialaneix,N.(2016)。“功能数据的可解释稀疏SIR。”arXiv预打印arXiv:1606.00614·Zbl 1430.62079号 [24] Ramsay,J.和Silverman,B.(2005年)。功能数据分析。纽约斯普林格·弗拉格·Zbl 1079.62006号 [25] Reiss,P.、Goldsmith,J.、Shang,H.和Ogden,T.R.(2016)。《标度函数回归方法》,《国际统计评论》。 [26] Robert,C.P.(2007)。贝叶斯选择:从决策理论基础到计算实现。纽约斯普林格·弗拉格·Zbl 1129.62003号 [27] Spilvallo,R.、Rittersma,R.,Valdez,N.、Chevalier,G.、Molinier,V.、Wipf,D.和Karlovsky,P.(2012年)。“气候变化是否改变了块菌的地理分布?”,《生态学与环境前沿》,10(9):461-462。 [28] Tibshirani,R.、Saunders,M.、Rosset,S.、Zhu,J.和K.奈特(2005)。“通过融合套索实现稀疏和平滑”,英国皇家统计学会期刊B辑,67(1):91-108·Zbl 1060.62049号 ·文件编号:10.1111/j.1467-9868.2005.00490.x [29] Yuan,M.和Cai,T.(2010)。“函数线性回归的再生核希尔伯特空间方法”,《统计年鉴》,38(6):3412-3444·Zbl 1204.62074号 ·doi:10.1214/09-AOS772 [30] Zhao,Y.、Ogden,T.和Reiss,P.(2012)。“函数线性回归中基于小波的LASSO”,《计算与图形统计杂志》,21(3):600-617。 [31] Zhou,J.,Wang,N.Y.和Wang,N(2013)。“子区域带零值系数函数的函数线性模型”,《统计》,23(1):25-50·兹比尔1426.62214 [32] Zhu,H.、Yao,F.和Zhang,H.(2014)。“再生核希尔伯特空间中的结构化函数加性回归”,《皇家统计学会期刊》B辑,76(3):581-603·Zbl 1411.62111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。