×
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。