Combining a Relaxed EM Algorithm with Occam's Razor for Bayesian Variable Selection in High-Dimensional Regression

Pierre Latouche; Pierre-Alexandre Mattei; Charles Bouveyron; Julien Chiquet

doi:10.1016/j.jmva.2015.09.004

第三条Dans Une Revue 多元分析杂志 Anneée:2015年

结合松弛EM算法和Occam剃刀的高维回归贝叶斯变量选择

(1),(2),(2),(3)

1
2
三

皮埃尔·拉图什

功能：奥特尔
人员ID:1047606
ID参考号：203820827

多学科统计、分析与建模（SAmos-Marin Mersenne）

Pierre-Alexandre马泰

功能：Auteur对应
人员ID:8469
伊达尔：皮埃尔-莱克斯安德烈-马泰迪
ORCID代码：0000-0002-1297-908X
ID参考号：224920278

连接ez-vous浇注接触器l'auteur

巴黎数学应用5

查尔斯·布韦伦

功能：奥特尔
人员ID:347
伊达尔：查尔斯·布韦伦
ORCID代码：0000-0002-6956-4491
ID参考号：112244785

巴黎数学应用5

朱利安·奇奎特

功能：奥特尔
人员ID:15350
伊达尔：朱利安·切克
ORCID代码：0000-0002-3629-3429
ID参考号：119561077

埃弗里数学与模型实验室

Résumé

我们解决了高维线性回归的贝叶斯变量选择问题。我们考虑一个生成模型，该模型使用尖峰和板状先验分布，该先验分布是通过将破坏问题稀疏性的确定性二元向量与随机高斯参数向量相乘而获得的。这项工作的初衷是通过放松模型并使用基于EM算法的II型对数似然最大化来考虑推理。然后，根据Occam剃刀和EM算法找到的模型路径进行模型选择。本文报告了我们的spinyReg方法与最先进的高维变量选择算法（如套索、自适应套索、稳定性选择或尖峰-拉格程序）之间的数值比较。在模拟和实际基准数据集上都获得了竞争变量选择结果和预测性能。还介绍了使用自行车共享系统数据预测巴黎奥赛博物馆游客数量的原始回归数据集，说明了所提方法的效率。实现spinyReg方法的R包目前正在开发中，可以在https://r-forge.r-project.org/projects/spinyreg。

摩托车

变量选择线性回归奥卡姆剃刀钉子和实验室 EM算法高维数据

与葡萄园

统计[math.ST] Théorie[统计.Th]

菲奇尔校长

spinyreg_jmva.pdf（1.98个月）

原籍	菲奇尔斯（Fichiers）出品的par l’（les）auteur（s）

查尔斯·布韦伦 : 连接您的联系人和贡献者

https://hal.science/hal-01003395

日期：2015年1月29日11:08:41

Dernière修改le:jeudi 2024-09:19 03:20:44

长期存档：mercredi 27 mai 2015-13:55:22

日期和版本

hal-01003395，版本1 (10-09-2014)

hal-01003395，版本2 (29-01-2015)

执照

父爱

身份证明人

HAL Id： hal-01003395，版本2
内政部： 2016年10月10日/j.jmva.2015.09.004
普罗迪纳： 327878
WOS： 000373648200015

Citer公司

Pierre Latouche、Pierre-Alexandre Mattei、Charles Bouveyron、Julien Chiquet。将松弛EM算法与Occam剃刀相结合，用于高维回归中的贝叶斯变量选择。多元分析杂志2015年第146期，第177-190页。⟨10.1016/j.jmva.2015.09.004⟩.⟨hal-01003395v2⟩

出口商

BibTeX公司 XML-TEI公司都柏林核心元数据集 DC条款尾注数据引用

UNIV-PARIS1大学 CNRS公司尤尼夫·埃弗里印度研究院 SAMOS公司 INSMI公司 SAMM公司地图5 MIA-巴黎 LAMME公司 UNIV-PARIS-SACLAY大学文件-文件印度卢比 UP-SCIENCES公司 GS-计算机科学马修姆

949 磋商

1035 交易费用