C.C.福尔摩斯。;B.K.马利克。 多元自由节点回归样条的广义非线性建模。 （英语） Zbl 1041.62059号 美国统计协会。 98，第462号，352-368（2003）. 摘要：提出了一种贝叶斯方法用于单变量和多变量非高斯响应数据的非参数建模。在节点的数量和位置被视为随机的情况下，使用数据自适应多元回归样条。使用可逆跳马尔可夫链蒙特卡罗采样器探索后验模型空间。通过在模型中引入随机残差效应，将模型参数的许多后验条件分布保留为标准形式，部分缓解了计算困难。潜在残差效应的使用为建模多元响应数据中的相关性提供了方便的工具，因此，我们的方法可以将看似无关的回归模型推广到非高斯数据。我们在许多示例中说明了该方法，包括两个之前未发布的数据集，它们与德克萨斯州多变量事故数据的空间平滑和跨多个零售部门信用卡使用建模有关。 引用于22文件 MSC公司： 62J12型 广义线性模型（逻辑模型） 62J02型 一般非线性回归 2015年1月62日 贝叶斯推断 62G08号 非参数回归和分位数回归 62甲12 多元分析中的估计 关键词：贝叶斯非线性回归;广义非线性回归;局部线性回归;多元非线性回归;多元样条;分段线性;看似无关的回归 软件：LAPACK公司 PDF格式BibTeX公司 XML格式引用 \textit{C.C.Holmes}和\textit{B.K.Mallick}，J.Am.Stat.Assoc.98，No.462，352--368（2003；Zbl 1041.62059） 全文： 内政部