我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
与名义量表相比,分类结果变量的序数量表具有使协变效应有意义的单调性假设的性质。该假设编码在常用的比例优势模型中,但在那里它与其他参数假设相结合,例如线性和可加性。其中,所考虑的模型是非参数的,唯一的条件是根据序数尺度,协变量对结果类别的影响是随机单调的。我们不知道是否存在其他适用于推理目的的可比较多变量模型。我们将我们先前提出的贝叶斯单调多变量回归模型推广到有序结果,并提出了一种基于可逆跳马尔可夫链蒙特卡罗的估计方法。该模型基于标记点过程构造,可以近似任意单调回归函数形状,并具有内置的协变量选择特性。我们通过广泛的仿真研究研究了该方法的性能,并在两个实际数据示例中演示了其实际应用。
Olli Saarela的工作得到了加拿大自然科学和工程研究委员会的发现拨款的支持。Christian Rohrbeck是AXA研究基金博士后资助的受益人。Elja Arjas的工作得到了奥斯陆大学Big Insight研究项目的支持。
我们感谢阿诺尔多·弗里格西为我们安排了一次短暂的OCBE访问,在访问期间,我们为完成本文采取了一些重要步骤。
奥利·萨雷拉。 克里斯蒂安·罗尔贝克(Christian Rohrbeck)。 埃尔贾·阿尔哈斯。 “单调约束下的贝叶斯非参数序数回归。” 贝叶斯分析。 18 (1) 193 - 221, 2023年3月。 https://doi.org/10.1214/22-BA1310