×

统计建模中的比例混合分布。 (英语) Zbl 1145.62006号

摘要:本文提出了两类对称尺度混合概率分布,包括正态分布、Student t分布、Pearson VII型分布、方差gamma分布、指数幂分布、均匀幂分布和广义t(GT)分布。将对称分布表示为比例混合形式,可以使高效的贝叶斯马尔可夫链蒙特卡罗(MCMC)算法能够实现复杂的统计模型。此外,混合参数是比例混合表示的副产品,可用于识别可能的异常值。本文还提出了GT密度的均匀比例混合表示,并演示了这种密度表示如何减轻Gibbs采样器的计算负担。

MSC公司:

62E10型 统计分布的特征和结构理论
62E15型 统计学中的精确分布理论
65立方厘米 马尔可夫链的数值分析或方法
2015年1月62日 贝叶斯推断
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Andrew,正态分布的比例混合,J.Roy。统计人员。Soc.系列。B 36第99页–(1974年)
[2] Arslan,基于单变量广义t(GT)分布的稳健位置和规模估计,Commun。统计:理论与方法32 pp 1505–(2003)·Zbl 1184.62024号
[3] Box,统计分析中的贝叶斯推断(1973)
[4] Choy,保险应用中的比例混合分布,Astin Bull。第33页,93页–(2003年)
[5] Choy,S.T.B.和Chan,C.M.(2005年)。贝叶斯学生随机波动模型。现代问题的统计解决方案:第20届统计建模国际研讨会论文集。澳大利亚悉尼,2005年7月10日,第139和142页。
[6] Choy,关于正常位置参数的稳健分析,J.Roy。统计师。Soc.,爵士。B 59第463页–(1997年)·Zbl 0886.62037号
[7] Dawid,大型观测的后验期望,Biometrika 60 pp 664–(1973)·2014年02月68日
[8] 费希尔,《实验设计》(1960)
[9] 约翰逊,连续单变量分布1(1994)
[10] 约翰逊,连续单变量分布2(1995)·Zbl 0821.62001号
[11] McDonald,《失业持续时间应用的一些广义混合分布》,《经济学评论》。统计师。69第232页–(1987年)
[12] McDonald,通过广义t分布对回归模型进行部分自适应估计,Econom。理论4第428页–(1988)·网址:10.1017/S0266466600013384
[13] Madan,《股票市场收益的方差-伽马(V.G.)模型》,J.Bus。第63页,第511页–(1990年)
[14] O'Hagan,《关于贝叶斯推断中的异常拒绝现象》,J.Roy。统计师。Soc.,Ser.公司。B 41第358页–(1979年)
[15] Pericchi,正常位置参数的精确和近似后力矩,J.Roy。统计师。Soc.,Ser.公司。B 54第793页–(1992年)·Zbl 0775.62024号
[16] Qin,Z.,Damien,P.&Walker,S.(2003)。均匀尺度混合模型及其在贝叶斯推理中的应用。AIP会议记录690,394 395。
[17] Seneta,《将方差-伽马模型拟合到财务数据》,J.Appl。普罗巴伯。41A第177页–(2004)·Zbl 1058.91043号
[18] Spiegelholter,D.、Thomas,A.和Best,N.(2000年)。使用窗口版本吉布斯采样进行贝叶斯推断(WinBUGS),使用MCMC方法和吉布斯采样器进行贝叶斯分析的软件。在线:http://www.mrc-bsu.cam.ac/bugs/welcome.shtml
[19] Spiegelhalter,模型复杂性和拟合的贝叶斯度量(带讨论),J.Roy。统计师。Soc.,爵士。B 64第583页–(2002年)·Zbl 1067.62010年
[20] Walker,《均匀功率分布》,J.Appl。统计数据20 pp 509–(1999)·Zbl 0939.62015号
[21] Walker,Bayesian Statistics 6,第685页–(1999年)
[22] West,正态分布的规模混合,Biometrika 74 pp 646–(1987)·Zbl 0648.62015.中
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。