大于其部分之和：计算灵活的贝叶斯层次建模

@文章{Johnson2020GreaterTT，title={大于其部分之和：计算柔性贝叶斯层次建模}，author={Devin S.Johnson和Brian M.Brost以及Mevin B.Hooten}，journal={农业、生物和环境统计杂志}，年份={2020年}，体积={27}，页数={382-400}，网址={https://api.semanticscholar.org/CorpusID:225062574}}
我们提出了一种多级方法，用于在贝叶斯层次模型（BHM）的所有级别进行推理，该方法使用自然数据分区，通过允许在…
Springer上的视图
[PDF]语义阅读器

2引文

基于马尔可夫融合的贝叶斯模型数值稳定积分算法

这项工作提出了一种稳健的两阶段算法，该算法使用加权样本估计所需的先验边缘自我敏感性比率，大大提高了分布尾部的准确性，并证明了使用证据合成推断艾滋病毒流行率的方法，以及a/H1N1流感的证据合成。

流行病防备中统计模型的互操作性：原则和现实。

通过使用概率推理联合设计和部署用于疾病监测的适应性统计模型系统，互操作性为未来的大流行防备提供了一套重要的原则。

49参考文献

生态学中层次模型的层次计算

提出了一种递归贝叶斯计算（RB）方法，该方法可以在连续MCMC阶段有效地拟合贝叶斯模型，以简化计算和流线化层次推理，并引入了转换辅助RB（TARB）来创建无监督MCMC算法，提高参数的可解释性。

分两个阶段的完全贝叶斯层次模型及其在元分析中的应用

这项工作提出了一种分两个阶段拟合完整贝叶斯模型的新方法，从而在保留两阶段方法的便利性和灵活性的同时，受益于其优点。

条件独立层次模型中的近似贝叶斯推断（参数经验贝叶斯模型）

摘要我们考虑参数经验贝叶斯（PEB）方法中使用的两阶段模型，称之为条件独立的层次模型。我们假设有k…

使递归贝叶斯推理可访问

这项工作结合了先验和建议递归概念，以适应任何贝叶斯模型，并经常进行计算改进，对大数据、流数据和最佳自适应设计情况都有影响。

基于集成嵌套拉普拉斯近似的隐高斯模型近似贝叶斯推断

这项工作考虑了结构加性回归模型的一个流行子集——潜在高斯模型中的近似贝叶斯推断，其中潜在场是高斯的，由几个超参数控制，具有非高斯响应变量，可以直接计算非常精确的后边缘近似值。

综合人口模型：一种新的分析框架，用于深入了解人口动态

据预测，综合种群模型将成为生态学及其应用（如保护生物学或野生动物管理）中种群动力学研究的一个常见而重要的工具。

非高斯层次模型中边缘似然的自动逼近

集成人口建模的精确推理

该方法避免了卡尔曼滤波近似和蒙特卡罗模拟，具有精确性、灵活性，允许使用经典推理的标准技术，并确定了未来研究的途径。

马尔可夫融合的连接和分裂模型。

提出了一种在连接子模型时形成合适的关节模型的通用方法，以及一种方便的计算算法，用于分阶段拟合该关节模型，而不是作为单个整体模型。

TMB：自动微分和拉普拉斯近似

TMB是一个开源的R包，它能够以与已建立的AD Model Builder包类似的方式快速实现复杂的非线性随机效应（潜在变量）模型，并且设计用于快速处理具有许多随机效应和参数的问题。