×

随机约束下Bernstein多项式回归模型的贝叶斯变量选择方法。 (英语) Zbl 1516.62211号

摘要:本文针对含有不确定性单调趋势约束的单调回归模型,提出了一种贝叶斯估计方法。对于具有随机限制的单调回归建模,我们提出了一个贝叶斯-伯恩斯坦多项式回归模型,该模型基于一系列矩形筛选多元高斯分布,扩展自S.McKay Curtis公司S.K.Ghosh公司[同上,38,第5号,961-976(2011年;Zbl 1511.62073号)]. 该方法反映了先验约束的不确定性,从而提出了一种受不确定性单调约束的回归模型。基于该模型,我们推导了未知参数的后验分布,并提出了生成后验样本的数值方案。基于合成数据和实际数据应用,我们展示了该模型的经验性能,并将其性能与[loc.cit.]的Bernstein多项式回归模型进行了比较,以确定形状限制。通过对合成数据和实际数据的实证分析,我们证明了我们提出的方法的有效性,该方法考虑了单调趋势的不确定性,并自动调整回归函数以适应单调性。

MSC公司:

62至XX 统计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] R.B.Arellano-Valle和A.Azzalini,关于偏态正态分布族的统一,扫描。J.统计。33(2006年),第561-574页。文件编号:10.1111/j.1467-9469.2006.00503.x·Zbl 1117.62051号 ·文件编号:10.1111/j.1467-9469.2006.00503.x
[2] R.B.Arellano Valle、M.D.Branco和M.G.Genton,关于选择引起的偏态分布的统一观点、加拿大。J.统计。34(2006),第581-601页。doi:10.1002/cjs.5550340403·邮编1121.60009 ·doi:10.1002/cjs.5550340403
[3] A.阿扎里尼,Skew-Normal及其相关族《数学统计研究所(IMS)专著》,剑桥大学出版社,剑桥,2014年·兹比尔1338.62007
[4] J.D.Broffitt,增加和增加凸贝叶斯分度,事务处理。《精算师协会》第40卷(1988年),第115-148页。
[5] B.P.Carlin和T.A.Louis,数据分析的贝叶斯方法第三版,《统计科学丛书》,CRC出版社,佛罗里达州博卡拉顿,2009年。
[6] C.M.Crainiceanu、D.Ruppert和M.P.Wand,基于winbugs的惩罚样条回归的贝叶斯分析,J.Statist。柔和。14, 1-24.
[7] S.M.Curtis和S.K.Ghosh,Bernstein多项式单调回归的变量选择方法,J.应用。《美国联邦法律大全》第38卷(2011年),第961-976页。doi:10.1080/02664761003692423·Zbl 1511.62073号
[8] S.G.加仑,用实多项式和复多项式进行保形逼近,Birkhäuser Boston,Inc.,马萨诸塞州波士顿,2008年·Zbl 1154.41002号 ·doi:10.1007/978-0-8176-4703-2
[9] J.Geweke,回归中的变量选择和模型比较,贝叶斯统计学,5(阿利坎特,1994)《牛津科学出版物》,牛津大学出版社,纽约,1996年,第609-620页。
[10] H.-J.公司。基姆,一类加权多元正态分布及其性质,J.多元分析。99(2008),第1758-1771页。doi:10.1016/j.jmva.2008.01.008·Zbl 1144.62036号 ·doi:10.1016/j.jmva.2008.01.008
[11] H.-J.公司。基姆,一类多元正态选择先验及其在贝叶斯推理中的应用,J.Korean Statist。Soc.40(2011),第63-73页。doi:10.1016/j.jks.2010.05.001·Zbl 1296.62034号 ·doi:10.1016/j.jkss.2010.05.001
[12] H.-J.公司。Kim和T.Choi,函数约束不确定性回归模型的贝叶斯估计,J.Korean Statist。Soc.43(2014),第133-147页。doi:10.1016/j.jkss.2013.03.005·Zbl 1295.62025号 ·doi:10.1016/j.jkss.2013.03.005
[13] H.-J.Kim、T.Choi和S.Lee,基于筛选尺度混合高斯分布的不确定函数约束的分层贝叶斯回归模型,Stat.(2015)。doi:10.1080/02331888.2015.1100616·Zbl 1342.62033号
[14] H.-J.Kim和H.M.Kim,一类矩形屏蔽多元正态分布及其应用《美国联邦法律》第49卷(2015年),第878-899页。doi:10.1080/02331888.2014.915841·Zbl 1336.62051号
[15] P.Lenk和T.Choi,形状约束下的贝叶斯谱分析回归,预印本(2014)。
[16] L.Lin和D.B.Dunson,基于高斯过程投影的贝叶斯单调回归《生物特征101》(2014),第303-317页。doi:10.1093/biomet/ast063·Zbl 1452.62285号 ·doi:10.1093/biomet/ast063
[17] G.G.洛伦兹,Bernstein多项式第二版,切尔西出版公司,纽约,1986年·Zbl 0989.41504号
[18] M.C.Meyer、A.J.Hackstadt和J.A.Hoeting,基于形状约束样条的广义部分线性模型的贝叶斯估计与推理,J.非参数。《美国联邦法律大全》第23卷(2011年),第867-884页。doi:10.1080/10485252.2011.597852·Zbl 1230.62054号
[19] A.O'Hagan和T.Leonard,参数约束不确定性下的Bayes估计《生物统计学》63(1976),第201-203页。doi:10.1093/biomet/63.1.201·Zbl 0326.62025号 ·doi:10.1093/biomet/63.1.201
[20] S.H.Preston,死亡率与经济发展水平的变化关系《人口研究》第29卷(1975年),第231-248页。doi:10.1080/00324728.1975.10410201
[21] J.O.拉姆齐,光滑单调函数的估计,J.R.Stat.Soc.Ser.,《美国国家统计年鉴》。B统计方法。60(1998年),第365-375页。doi:10.1111/1467-9868.00130·Zbl 0909.62041号 ·doi:10.1111/1467-9868.00130
[22] G.O.Roberts和J.S.Rosenthal,自适应mcmc示例,J.计算。图表。统计师。18(2009年),第349-367页。doi:10.1198/jcgs.2009.06134
[23] D.Ruppert、M.P.Wand和R.J.Carroll,半参数回归《剑桥统计与概率数学丛书》,第12卷,剑桥大学出版社,剑桥,2003年·Zbl 1038.62042号 ·doi:10.1017/CBO9780511755453
[24] T.Sauer,多元Bernstein多项式、凸性和相关形状特性,预印本(1999)。
[25] T.S.Shively、T.W.Sager和S.G.Walker,非参数单调函数估计的贝叶斯方法,J.R.Stat.Soc.Ser.,《美国国家统计年鉴》。B统计方法。71(2009),第159-175页。doi:10.1111/j.1467-9868.2008.00677.x·Zbl 1231.62058号 ·doi:10.1111/j.1467-9868.2008.00677.x
[26] T.S.Shively、S.G.Walker和P.Damien,单调性、凸性和其他形状约束下的非参数函数估计,经济学杂志。161(2011),第166-181页。doi:10.1016/j.jeconom.2010.12.001·Zbl 1441.62870号 ·doi:10.1016/j.jeconom.2010.12.001
[27] D.J.Spiegelhalter、N.G.Best、B.P.Carlin和A.van der Linde,模型复杂性和拟合的贝叶斯度量J.R.统计。Soc.序列号。B 64(2002),第583-639页。数字对象标识代码:10.1111/1467-9868.00353·兹比尔1067.62010 ·数字对象标识代码:10.1111/1467-9868.00353
[28] J.Wang和S.K.Ghosh,基于Bernstein多项式的形状约束非参数回归,计算。统计师。数据分析。56(2012),第2729-2741页。doi:10.1016/j.csda.2012.02.018·Zbl 1255.62121号 ·doi:10.1016/j.csda.2012.02.018
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。