×

结构化加性分布回归中方差参数的尺度相关先验。 (英语) Zbl 1357.62115号

摘要:在涉及(有条件地)高斯先验结构规范的各种贝叶斯回归模型中,为方差参数选择合适的超验是一个重要而明智的主题,其中方差参数决定了数据驱动的自适应先验变异量或精度。我们考虑了结构化加性分布回归的特殊情况,其中高斯先验用于强制执行特定属性,例如平滑度或收缩度等各种效应类型,这些效应类型组合在与响应分布相关的多个参数的预测因子中。基于最近提出的一类惩罚复杂度先验,我们从一组一般的构造原则出发,导出了一个超先验结构,其中先验启发是通过对不同效应类型的尺度的假设来促进的。采用自适应马尔可夫链蒙特卡罗方法评估后验分布,并从理论上研究了其适用性的条件。我们研究了模拟中新型的尺度相关先验和两个具有挑战性的应用,特别是与标准逆伽马先验相比,还有半正态、半柯西和标准偏差的适当一致先验等替代方案。

MSC公司:

2015年1月62日 贝叶斯推断
62G05型 非参数估计
62J12型 广义线性模型(逻辑模型)
PDF格式BibTeX公司 XML格式引用