×
Oedekoven，C.S.公司。;R·金。;南德克萨斯州巴克兰。;M.L.麦肯齐。;K.O.埃文斯。;汉堡，L.W。

使用分层定心简化随机效应模型的可逆跳跃MCMC算法。 （英语） Zbl 1468.62150号

计算。统计数据分析。 98, 79-90 (2016).
摘要：层次中心化被描述为一种适用于随机效应模型的重新参数化方法。研究表明，在马尔可夫链蒙特卡罗（MCMC）方法的背景下，可以改进模型的混合。提出了一种用于可逆跳跃MCMC（RJMMC）链的分层定心方法，该方法基于MCMC链的分层定中心方法，并使用它们在RJMMC算法中重新参数化模型。尽管这些方法可能适用于具有其他误差分布的模型，但描述了对数线性泊松模型的情况，其中期望值（λ）包括固定效应协变量和随机效应，其中正态性假设为零均值和未知标准偏差。对于包括分层定心在内的拟议RJMCMC算法，通过将随机效应系数的平均值建模为模型截距的函数以及依赖于模型的一个或多个可用固定效应协变量，对模型进行了重新参数化。当固定效应协变量在随机效应组中为常数时，该方法适用。这对RJMCMC算法的动力学有影响，并改进了模型混合。将这些方法应用于靛蓝斑纹点样带的案例研究，在该案例中，如果没有分层定心，RJMCMC算法混合效果较差，估计的后验分布取决于起始模型。另一方面，以层次为中心，链在模型和参数空间上自由移动。模拟研究证实了这些结果。因此，建议的方法应被视为RJMCMC算法中实现随机效应模型的常规策略；它们有助于这些算法的收敛，并有助于避免对模型参数的错误推断。

MSC公司：

62-08 统计问题的计算方法
62J12型 广义线性模型（逻辑模型）
2015年1月62日 贝叶斯推断
65二氧化碳 蒙特卡罗方法

关键词：

组合似然;“大都会黑斯廷斯”;点样带采样;随机效应;重新参数化

软件：

格拉姆阿克
PDF格式BibTeX公司 XML格式引用
\textit{C.S.Oedekoven}等人，计算。统计数据分析。98，79-90（2016年；兹比尔1468.62150）
全文： 内政部

参考文献：

[1] Al-Awadhi，F。；Hurn，M。；Jennison，C.，《提高可逆跳跃MCMC提案的接受率》，统计师。普罗巴伯。莱特。，69, 189-198, (2004) ·Zbl 1116.65308号
[2] Bates，D.，混合模型的计算方法。R包版本0.999375-31。技术代表（2009）
[3] 布鲁克斯，S.P。；朱迪奇，P。；Roberts，G.O.，《可逆跳马尔可夫链蒙特卡罗建议分布的有效构造》，J.R.Stat.Soc.Ser。B、 第65页，第1页，第3-55页，（2003年）·兹比尔1063.62120
[4] Browne，W.J.，《在交叉随机效应模型中使用重新参数化方法提高MCMC效率的说明》，多层模型。新闻。，16, 13-25, (2004)
[5] 布朗，W.J。；斯蒂尔，F。；Golazadeh，M。；Green，M.J.，《使用简单的重新参数化来提高多级模型的马尔可夫链蒙特卡罗估计的效率，并应用于离散时间生存模型》，J.Roy。统计师。Soc.序列号。A、 172，3579-598，（2009）
[6] 巴克兰，S.T。；安德森，D.R。；Burnham，K.P。；Laake，J.L。；Borchers，D.L。；Thomas，L.，《距离采样导论》（2001），牛津大学出版社·Zbl 1136.62407号
[7] Davison，A.C.，《统计模型》（2003），剑桥大学出版社·Zbl 1044.62001年
[8] 福斯特，J.J。；吉尔，R.C。；Overstall，A.M.，广义线性模型和广义线性混合模型的可逆跳跃方法，统计计算。，22, 1, 107-120, (2012) ·兹比尔1322.62195
[9] Gelfand，A.E。；Sahu，S.K。；Carlin，B.P.，正态线性混合模型的有效参数化，Biometrika，82，3479-488，（1995）·Zbl 0832.62064号
[10] 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
[11] Green，P.J。；Mira，A.，可逆跳跃大城市中的延迟拒绝——黑斯廷斯，Biometrika，88，4，1035-1053，（2001）·Zbl 1099.60508号
[12] Hastings，W.K.，使用马尔可夫链的蒙特卡罗采样方法及其应用，生物特征，57，1，97-109，（1970）·Zbl 0219.65008号
[13] 金·R。；摩根·J。；吉梅内兹，O。；Brooks，S.，人口生态学的贝叶斯分析，（2010），CRC出版社
[14] 科马雷克，A。；Lesaffre，E.，将惩罚高斯混合作为随机效应分布的广义线性混合模型，计算。统计师。数据分析。，52, 3441-3458, (2008) ·Zbl 1452.62538号
[15] McCulloch，E.C。；Searle，S.R.，广义、线性和混合模型，（2001），John Wiley&Sons，Inc·Zbl 0964.62061号
[16] 北卡罗来纳州大都会。；罗森布鲁斯，A.W。；Rosenbluth，M.N。；出纳员，A.H。；Teller，E.，《快速计算机器的状态方程计算》，J.Chem。物理。，21, 1087-1091, (1953) ·Zbl 1431.65006号
[17] Oedekoven，C.S。；巴克兰，S.T。；麦肯齐，M.L。；Evans，K.O。；Burger，L.W.，《改进距离抽样：样本站点之间协变量和非依赖性的说明》，J.Appl。经济。，50, 3, 786-793, (2013)
[18] Oedekoven，C.S。；巴克兰，S.T。；麦肯齐，M.L。；金·R。；Evans，K.O。；Burger，L.W.，分层距离抽样模型的贝叶斯方法，J.Agric。生物与环境。统计，19，2，219-239，（2014）·Zbl 1303.62088号
[19] O.帕帕斯皮利奥普洛斯。；Roberts，G.O。；Sköld，M.，层次模型参数化的一般框架，Statist。科学。，22, 1, 59-73, (2007) ·Zbl 1246.62195号
[20] 帕帕托马斯，M。；Dellaportas，P。；Vasdekis，V.G.S.，广义线性模型的新型可逆跳跃算法，Biometrika，98，1，231-236，（2011）·Zbl 1215.62069号
[21] 葡萄藤，S.K。；吉尔克斯，W.R。；Wild，P.，拟合多个随机效应模型。剑桥医学委员会生物统计学部门技术代表（1995年）
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。