×
Xu、Xinyi;周敦科

高维正态模型的经验Bayes预测密度。 （英语） Zbl 1219.62011号

《多元分析杂志》。 102，第10期，1417-1428（2011）.
摘要：本文讨论了从多元正态模型估计未来结果密度的问题。我们提出了一类经验Bayes预测密度，并评估了它们在Kullback-Leibler（KL）发散下的性能。我们证明，在一致先验下，这些经验贝叶斯预测密度支配着贝叶斯的预测密度，因此在某些一般条件下是极小极大的。我们还通过一个预言不等式，在无穷维参数空间中建立了这些经验Bayes预测密度的渐近最优性。

引用于7文件

MSC公司：

62C12号机组 经验决策程序；经验贝叶斯程序
62C20个 统计决策理论中的Minimax过程
62J07型 岭回归；收缩估计器（拉索）
60欧元15 不平等；随机排序

关键词：

Kullback-Leibler损失;经验贝叶斯;极小性;oracle不等式;收缩率估算

软件：

贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{X.Xu}和textit{D.Zhou}，J.多元分析。102，编号10，1417-1428（2011年；兹bl 1219.62011）
全文： 内政部

参考文献：

[1] Aitchison，J.，《预测拟合的良好性》，《生物统计学》，62547-554（1975）·Zbl 0339.62018号
[2] 艾奇森，J。；邓斯莫尔，I.R.，《统计预测分析》（1975），剑桥大学出版社·Zbl 0327.62043号
[3] Barron，A.R。；Rissanen，J。；Yu，B.，编码和建模中的最小描述长度原则，IEEE信息理论交易，442743-2760（1998）·Zbl 0933.94013号
[4] Bock，M.E.，《收缩估计量：正态平均向量的伪贝叶斯估计量》，（Gupta，S.S.；Berger，J.O.，《统计决策理论IV》（1988），Springer-Verlag:Springer-Verlag New York），281-298·Zbl 0732.62050号
[5] Brown，L.D.，可容许估计量、循环扩散和不可解边值问题，《数理统计年鉴》，42，855-903（1971）·Zbl 0246.62016号
[6] Brown，L.D.，离散和连续不变非参数估计问题及其多项式类比的可容许性，统计年鉴，16，1567-1593（1988）·Zbl 0684.62017号
[7] Brown，L.D。；E.I.乔治。；Xu，X.，可接受预测密度估计，《统计年鉴》，361156-1170（2008）·Zbl 1216.62012年
[8] 袁，A。；Clarke，B.，《似然选择的信息标准》，IEEE信息理论学报，45，562-571（1999）·Zbl 0946.94019号
[9] 埃夫隆，B。；Morris，C.N.，《限制贝叶斯和经验贝叶斯估计量的风险——第二部分：经验贝叶斯案例》，《美国统计协会杂志》，67，130-139（1972）·Zbl 0231.62013号
[10] 埃夫隆，B。；Morris，C.N.，Stein’s estimation rule and its competitors-an experimental Bayes approach，《美国统计协会杂志》，68，117-130（1973）·Zbl 0275.62005号
[11] 埃夫隆，B。；Morris，C.N.，使用Stein估计量的数据分析及其推广，美国统计协会杂志，70111-319（1975）·Zbl 0319.62018号
[12] Efromovich，S.Y。；Pinsker，M.S.，随机变量平方积分概率密度的估计，信息传输问题，18175-189（1982）·Zbl 0533.62038号
[13] Geisser，S.，《预测推理：导论》（1993），CRC出版社·Zbl 0824.62001号
[14] Gelman，A。；Carlin，J.B。；斯特恩，H.S。；Rubin，D.B.，贝叶斯数据分析（2004），查普曼和霍尔/CRC出版社：查普曼&霍尔/CRC Press Boca Raton，FL·Zbl 1039.62018号
[15] Gelman，A。；金·G。；Liu，C.，《多重调查的多重插补》，《美国统计协会杂志》，93，846-874（1998）
[16] Gelman，A。；Raghunathan，T.E.，《使用条件分布进行缺失数据插补》，《统计科学》，第15期，第268-269页（2001年）
[17] George，E.I.，Minimax多重收缩估算，《统计年鉴》，第14卷，第188-205页（1986年）·Zbl 0602.62041号
[18] George，E.I.，《组合最小最大收缩估计量》，《美国统计协会杂志》，81，437-445（1986）·Zbl 0594.62061号
[19] George，E.I.，《正式的贝叶斯多重收缩估计量》，《统计学中的通信——理论方法》，第15期，2099-2114页（1986年）·Zbl 0613.62064号
[20] E.I.乔治。；梁，F。；Xu，X.，Kullback-Leibler损失下的改进极小极大预测，《统计年鉴》，34，78-91（2006）·Zbl 1091.62003号
[21] E.I.乔治。；Xu，X.，多元回归的预测密度估计，计量经济学理论，24，1-17（2008）
[22] Hausser，J。；Strimmer，K.，熵推断和James-Stein估计，及其在非线性基因关联网络中的应用，机器学习研究杂志，101469-1484（2009）·Zbl 1235.62006号
[23] 詹姆斯·W·。；Stein，C.，二次损失估计，（第四届伯克利数学统计与概率研讨会论文集，第1卷（1961年），加州大学出版社：加州大学出版社伯克利分校），361-379·Zbl 1281.62026号
[24] Komaki，F.，预测分布的渐近性质，生物统计学，83，299-313（1996）·Zbl 0864.62007
[25] Komaki，F.，多元正态观测值的收缩预测分布，Biometrika，88，859-864（2001）·Zbl 0985.62024号
[26] 利维，M.S。；Perng，S.K.，正态线性模型的最优预测函数，美国统计协会杂志，81196-198（1986）·Zbl 0587.62101号
[27] 梁，F。；Barron，A.，预测密度估计、数据压缩和模型选择的精确极小极大策略，IEEE信息理论汇刊，502708-2726（2004）·Zbl 1315.94022号
[28] Little，R.J.A。；鲁宾，D.B.，《缺失数据的统计分析》（2002年），威利出版社：威利纽约·Zbl 1011.62004号
[29] 米勒，D.M。；William，D.，时间序列季节因素的收缩估计及其对预测准确性的影响，《犯罪预测》，19669-684（2003）
[30] 摩尔，T。；Brook，R.J.，James-Stein估计量的风险估计最优性，统计年鉴，6917-919（1978）·Zbl 0378.62027号
[31] Murray，G.D.，概率密度函数估计的注释，生物统计学，64，150-152（1977）·兹比尔0347.62035
[32] Ng，V.M.，关于参数密度函数的估计，Biometrika，67，505-506（1980）·Zbl 0451.62006号
[33] Pardoe，I.，回归模型检验的贝叶斯抽样方法，计算与图形统计杂志，10，617-627（2001）
[34] Rubin，D.B.，《18年以上的多重插补》，《美国统计协会杂志》，91，473-489（1996）·Zbl 0869.62014年
[35] Schafer，J.L.，《多重插补：引物》，《医学研究中的统计方法》，8，3-15（1999）
[36] Sinharay，S。；约翰逊，M.S。；Stern，H.S.，项目反应理论模型的后验预测评估，应用心理测量，30298-321（2006）
[37] C.Stein，多元正态分布平均值的估计，J.Hajek（Ed.），《布拉格渐近统计研讨会论文集》，布拉格卡洛瓦大学，1974年，第345-381页。；C.Stein，多元正态分布平均值的估计，J.Hajek（Ed.），《布拉格渐近统计研讨会论文集》，布拉格卡洛瓦大学，1974年，第345-381页·Zbl 0357.62020号
[38] Stein，C.，多元正态分布平均值的估计，《统计年鉴》，第9期，第1135-1151页（1981年）·Zbl 0476.62035号
[39] 斯特劳德曼，W.E.，多元正态均值的恰当贝叶斯极小极大估计，《数理统计年鉴》，42385-388（1971）·Zbl 0222.62006号
[40] F.Tanaka，广义贝叶斯预测密度算子，载于：第14届量子信息技术研讨会，2006年，第107-110页。；F.Tanaka，广义贝叶斯预测密度算子，载于：第14届量子信息技术研讨会，2006年，第107-110页。
[41] 田中，F。；Komaki，F.，可交换量子统计模型的贝叶斯预测密度算子，《物理评论A》，美国物理研究所，71052323（2005）
[42] 泰勒，J.W。；Buizza，R.，比较GARCH和大气模型的温度密度预测，预测杂志，23337-355（2004）
[43] 温伯格，J。；Brown，L.D。；Stroud，J.R.，非均匀泊松过程的贝叶斯预测及其在呼叫中心数据中的应用，美国统计协会杂志，1021185-1198（2007）·Zbl 1333.62297号
[44] Xu，X。；Liang，F.，非参数回归预测密度估计的渐近最小最大风险，Bernoulli，16，543-560（2010）·Zbl 1345.62065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。