×

模型选择和不确定性下的内在贝叶斯过程推断。 (英语) 兹比尔1368.62069

摘要:在本文中,我们使用内在先验对线性回归模型进行了完全相干和一致的客观贝叶斯分析。内在先验是(g)-先验的比例混合,并促进向基(或空)模型定义的子空间收缩。虽然已经确定内在先验在一系列模型中提供了一致的模型选择器,但模型参数的后验分布以前没有被研究过。我们证明了当回归量固定时,无论是模型选择还是模型平均,模型参数的后验分布都是一致的。此外,我们推导了内禀后验分布的易于处理的表达式以及选定模型和模型平均的采样算法。我们比较了内在先验与其他(g)-先验的混合,并提供了有关修改版本的一致性属性的详细信息A.泽尔纳【《计量经济学中贝叶斯推断导论》,《概率与数理统计中的威利级数》,纽约等:John Wiley&Sons,Inc.(1971;Zbl 0246.62098号)]和Zellner-Siow之前[A.泽尔纳A.西奥,in:贝叶斯统计,Proc。第一次国际会议。,巴伦西亚1979年,585–603(1980年;Zbl 0457.62004号)]和超(g)优先级。

MSC公司:

2015年1月62日 贝叶斯推断
62年5月 线性回归;混合模型
62A01级 统计学基础和哲学主题
PDF格式BibTeX公司 XML格式引用
全文: DOI程序 链接

参考文献:

[1] Altomare D.,《生物统计学》第1页–(2013年)
[2] 内政部:10.1214/06-BA115·Zbl 1331.62042号 ·doi:10.1214/06-BA115
[3] Berger J.O.,贝叶斯统计4,第35页–(1992)
[4] 内政部:10.1214/07-AOS587·Zbl 1162.62013年 ·doi:10.1214/07-AOS587
[5] 内政部:10.1198/016214501753382282·兹比尔1051.62095 ·doi:10.1198/016214501753382282
[6] 内政部:10.1080/01621459.1996.10476668·doi:10.1080/01621459.1996.10476668
[7] Bernardo J.M.,《皇家统计学会杂志》第41页第113页(1979年)
[8] Carvalho C.M.,机器学习研究杂志W&CP 5第73页–(2009年)
[9] DOI:10.1093/biomet/asq017·Zbl 1406.62021号 ·doi:10.1093/biomet/asq017
[10] 内政部:10.1214/08-AOS606·Zbl 1160.62004号 ·doi:10.1214/08-AOS606
[11] 内政部:10.1198/0162145050000000646·Zbl 1118.62313号 ·doi:10.1198/0162145050000000646
[12] 内政部:10.1080/01621459.2012.742443·Zbl 06158347号 ·doi:10.1080/01621459.2012.742443
[13] 内政部:10.1080/01621459.1993.10476353·doi:10.1080/01621459.1993.10476353
[14] 内政部:10.5052/RACSAM.2010.06·Zbl 1193.62036号 ·doi:10.5052/RACSAM.2010.06
[15] 内政部:10.1080/00401706.1970.10488634·网址:10.1080/00401706.1970.10488634
[16] 内政部:10.1080/01621459.2012.682536·Zbl 1261.62024号 ·doi:10.1080/01621459.2012.682536
[17] 内政部:10.1080/01621459.1996.10477003·doi:10.1080/01621459.1996.10477003
[18] DOI:10.19198/0162114507000001337·Zbl 1335.62026号 ·doi:10.1198/0162145000001337
[19] 内政部:10.1080/01621459.1998.10473805·doi:10.1080/01621459.1998.10473805
[20] 内政部:10.1214/09-AOS754·Zbl 1323.62024号 ·doi:10.1214/09-AOS754
[21] DOI:10.1016/S0304-4076(03)00099-X·Zbl 1013.62023号 ·doi:10.1016/S0304-4076(03)00099-X
[22] O'Hagan A.,Kendall的高级统计理论-贝叶斯统计(第2b卷)(1994年)
[23] 内政部:10.1198/016214500000037·Zbl 1330.62292号 ·doi:10.1198/016214500000037
[24] 内政部:10.1093/biomet/89.3491·Zbl 1036.62026号 ·doi:10.1093/biomet/89.3.491
[25] 数字对象标识码:10.1214/10-AOS792·Zbl 1200.62020年 ·doi:10.1214/10-AOS792
[26] Tibshirani R.,《英国皇家统计学会期刊》,B辑58,第267页–(1996)
[27] DOI:10.1021/ie50275a002·doi:10.1021/ie50275a002
[28] DOI:10.1214/aos/1176325625·Zbl 0819.62013号 ·doi:10.1214/aos/1176325625
[29] 内政部:10.1016/0378-3758(94)90023-X·Zbl 0816.62029号 ·doi:10.1016/0378-3758(94)90023-X
[30] Zellner A.,《计量经济学中贝叶斯推断导论》(1971)·Zbl 0246.62098号
[31] Zellner A.,贝叶斯统计第585页–(1980)·Zbl 0435.00013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。