摘要
我们考虑使用贝叶斯信息准则来选择伊辛模型下的图形。在Ising模型中,每个变量的完全条件分布形成逻辑回归模型,并且用于回归的变量选择技术允许识别每个节点的邻域,从而识别整个图。当使用贝叶斯信息准则解决逻辑回归中的变量选择问题时,我们证明了这种伪似然图选择方法的高维一致性结果。结果与稀疏性场景有关,根据相关的先验工作,我们考虑的信息标准包含了鼓励稀疏性的明确先验。
引用
下载引文
Rina Foygel理发师。
马蒂亚斯·德顿。
“采用贝叶斯信息标准的高维Ising模型选择。”
电子。J.统计。
9
(1)
567 - 607,
2015
https://doi.org/10.1214/15-EJS1012
问询处
发布日期:2015年
首次在欧几里德项目中提供:2015年3月24日
数字对象标识符:10.1214/15-EJS1012
学科:
主要用户:2012年12月62日,62J12型
关键词:贝叶斯信息准则,图形模型,逻辑回归,对数线性模型,邻域选择,变量选择
版权所有©2015 The Institute of Mathematical Statistics and The Bernoulli Society