多项式:不等式多项式模型的贝叶斯推断约束条件
对多项式模型实施吉布斯抽样和贝叶斯因子概率参数向量上的线性不等式约束。作为特殊情况下,模型类包括预测线性顺序的模型二项式概率(例如,p[1]<p[2]<p[3]<.50)和混合模型假设参数向量p必须在有限数量的预测模式(即顶点)。的正式定义不等式约束多项式模型及其实现方法见:Heck,D.W.和Davis-Stober,C.P.(2019)。带线性不等式约束的多项式模型:综述和改进贝叶斯推理的计算方法。数学杂志心理学,91,70-87<doi:10.1016/j.jmp.2019.03.004>.不等式约束多项式模型在以下领域有应用拟合和检验随机效用模型的判断和决策(Regenwetter,M.、Dana,J.和Davis-Stober,C.P.(2011)。的传递性偏好。心理评论,118,42–56<doi:10.1037/a0021150>)或至执行基于结果的策略分类以选择决策策略这为观察到的选择频率矢量提供了最佳解释(Heck,D.W.、Hilbig,B.E.和Moshagen,M.(2017)。根据信息决策处理:形式化和比较概率选择模型。认知心理学,96,26-40<doi:10.1016/j.cogpsych.2017.05.003>).
文档:
下载:
链接:
请使用规范形式https://CRAN.R-project.org/package=跨国公司链接到此页面。