×
法布里奇奥·雷森；克里斯蒂亚诺·维拉；斯蒂芬·沃克。
[迪米特里斯·福斯卡基斯；马修·帕里；圭多·康斯坦尼；加西亚·多纳托，冈萨罗；费德里卡·朱莫莱；劳拉·文图拉；亚历山大·谢斯托帕洛夫。；西尔维亚·利弗拉尼；马特奥·伊阿科皮尼；弗朗西斯科·拉瓦佐洛；卢卡·罗西尼；F.J.鲁比奥。；钢铁，M.F.J。；兰、周；F·洛伦特。；马蒂诺，L。；德尔加多·戈梅斯，D。；弗朗西斯科·卢萨达；爱德华多·拉莫斯；佩德罗·拉莫斯。；罗伯·特兰古奇；德里克·汉森；陈、杨；布鲁内罗·利塞奥；伊恩·杰明。；巴拉特；卡提克；科德·D·斯蒂芬；雨果·马鲁里·阿吉拉尔；西奥多·基普拉奥斯]

关于一类客观先验评分规则（与讨论）。 （英语） Zbl 1483.62005年

贝叶斯分析。 第4期第15页，1345-1423（2020年）.
摘要：客观先验分布是一种重要的工具，它使人们能够在模型参数信息不可用的情况下使用贝叶斯框架。通常的客观方法对所选的统计模型起作用，在大多数情况下，产生的先验是不正确的，这可能会对实际实现造成限制，即使模型的复杂性适中。在本文中，我们建议对目标先验分布的构造进行新的研究，其中去掉了与所选抽样分布模型的联系。我们探讨了定义客观先验分布的概念，这些先验分布允许人们具有一定程度的灵活性，特别是在展现一些理想特征方面，例如适当性、对数凹性、凸性等。我们使用的基本工具是适当的评分规则，主要结果是一类客观的先验分布，可用于通常基于模型的先验失败的场景，例如混合模型和通过贝叶斯因子的模型选择。此外，我们还表明，所提出的先验分类是将其包含的信息最小化的结果，为该方法提供了可靠的解释。

引用于2文件

MSC公司：

62A01型 统计学基础和哲学主题
62B10型 信息理论主题的统计方面

关键词：

变分法；微分熵；欧拉-拉格朗日方程；Fisher信息；不变性；客观贝叶斯；正确的评分规则
PDF格式BibTeX公司 XML格式引用
\textit｛F.Leisen｝等人，贝叶斯分析。15，第4号，1345--1423（2020；Zbl 1483.62005）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Berger，J.O.（2006）。“客观贝叶斯分析案例”，《贝叶斯研究》，第1期，第1-17页。
[2] Berger，J.O.、Bernardo，J.M.和Sun，D.（2009年）。“参考文献的正式定义”，《统计年鉴》，37905-938·Zbl 1162.62013年 ·doi:10.1214/07-AOS587
[3] Berger，J.O.、Bernardo，J.M.和Sun，D.（2012年）。“离散参数空间的客观先验”，《美国统计协会杂志》，107636-648·Zbl 1261.62023号 ·doi:10.1080/01621459.2012.682538
[4] Berger，J.O.、Bernardo，J.M.和Sun，D.（2015）。“总体目标优先（含讨论）”。贝叶斯分析，10189-221·Zbl 1335.62039号 ·doi:10.1214/14-BA915
[5] Berger，J.O.和Pericchi，L.R.（1996）。“模型选择和预测的内在贝叶斯因子”，《美国统计协会杂志》，第91期，第109-122页·Zbl 0870.62021号 ·doi:10.1080/01621459.1996.10476668
[6] Berger，J.O.、Pericchi，L.R.和Varshavsky，J.（1998）。“不变情况下的贝叶斯因子和边际分布”，Sankhya，60，109-122·Zbl 0973.62017号
[7] Berger，J.O.和Strawderman，W.（1993年）。“等级先验的选择：正常均值估计的可接受性”，普渡大学统计系技术报告，93-34C。
[8] Bernardo，J.M.和Smith，A.F.M.（1994）。贝叶斯理论。John Wiley&Sons，Inc.，美国新泽西州霍博肯doi:https://doi.org/10.1002/9780470316870.ch1。 ·Zbl 0796.6202号
[9] Bobkov，S.G.、Gozlan，N.、Roberto，C.和Samson，P.M.（2014）。“对数Sobolev不等式中赤字的界限”，《函数分析杂志》，2674110-4138·Zbl 1301.26018号 ·doi:10.1016/j.jfa.2014.09.016
[10] Box，G.E.P.和Tiao，G.C.（1973年）。统计分析中的贝叶斯推断。马萨诸塞州雷丁：Addison-Wesley·Zbl 0271.62044号
[11] Consonni，G.、Forster，J.和La Rocca，L.（2013年）。“Whetstone和alum块：离散数据嵌套模型的平衡客观贝叶斯比较”，《统计科学》，28398-423·Zbl 1331.62131号 ·doi:10.1214/13-STS433
[12] Consonni，G.、Fouskakis，D.、Liseo，B.和Ntzoufras，I.（2018年）。“客观贝叶斯分析的先验分布”，《贝叶斯研究》，第13期，第627-679页·Zbl 1407.62073号 ·doi:10.1214/18-BA1103
[13] Dawid，A.P.（1983）。“不变先验分布”，载于《统计科学百科全书》，S.Kotz和N.L.Johnson编辑，纽约：John Wiley。
[14] Dawid，A.P.和Musio，M.（2015）。“基于适当评分规则的贝叶斯模型选择（含讨论）”，《贝叶斯分析》，第10479-521页·Zbl 1335.62016号 ·数字对象标识代码：10.1214/15-BA942REJ
[15] Dawid，A.P.、Musio，M.和Columbu，S.（2017年）。《关于使用适当评分规则选择离散数据的贝叶斯模型的说明》，《统计学与概率快报》，129101-106·Zbl 1379.62022号 ·doi:10.1016/j.spl.2017.05.010
[16] Dey，D.K.、Gelfand，A.E.和Peng，F.（1993）。“过度分散的广义线性模型”，康涅狄格大学统计系技术报告·Zbl 0890.62054号 ·doi:10.1016/S0378-3758（96）00207-8
[17] Fonseca，T.C.O.、Ferreira，M.A.R.和Migon，H.S.（2008）。“学生T回归模型的目标贝叶斯分析”，《生物统计学》，95，325-333·Zbl 1400.62260号 ·doi:10.1093/biomet/asn001
[18] Giummolè，F.、Mameli，V.、Ruli，E.和Ventura，L.（2019年）。“客观贝叶斯推理与适当的评分规则”，TEST，28728-755·Zbl 1420.62112号 ·doi:10.1007/s11749-018-0597-z
[19] Grazian，C.和Robert，C.P.（2018年）。“Jeffreys混合物估计的先验：特性和替代品”，《计算统计与数据分析》，第121149-163页·Zbl 1469.62070号 ·doi:10.1016/j.csda.2017.12.005
[20] Gronwall，T.H.（1919）。“关于微分方程组解的参数导数的注释”，《数学年鉴》，第20卷，第292-296页·doi:10.2307/1967124
[21] Hartigan，J.A.（1964年）。《不变先验分布》，《数理统计年鉴》，35836-845·Zbl 0151.23003号 ·doi:10.1214/aoms/1177703583
[22] Hyvärinen，A.（2005年）。“通过分数匹配对非标准化统计模型的估计”，《机器学习研究杂志》，第6695-709页·Zbl 1222.62051号
[23] 易卜拉欣，J.G.和劳德，P.W.（1991）。“使用Jeffreys先验对广义线性模型进行贝叶斯分析”，《美国统计协会杂志》，86981-986·Zbl 0850.62292号 ·doi:10.1080/01621459.1991.10475141
[24] Kass，R.E.（1990）。“数据转换可能性和杰弗里斯法则”，《生物特征》，77，107-114·Zbl 0692.62001号
[25] Kass，R.E.和Wasserman，L.（1996年）。“通过正式规则选择先验分布”，《美国统计协会杂志》，第91期，第1343-1370页·兹比尔0884.62007 ·doi:10.1080/01621459.1996.10477003
[26] Leisen，F.、Villa，C.和Walker，S.G.（2019）。“关于评分规则中的一类客观先验。补充材料。”贝叶斯分析。
[27] Jaynes，E.T.（1957）。《信息理论与统计力学I，II》，《物理评论》，106，620-630；108, 171-190. ·Zbl 0084.43701号 ·doi:10.1103/PhysRev.106.620
[28] Jaynes，E.T.（1968年）。“先验概率”，IEEE系统科学与控制论汇刊，SSC-4227-241·Zbl 0181.21901号 ·doi:10.1109/TSSC.1968.300117
[29] Jeffreys，H.（1946年）。“估计问题中先验概率的不变形式”，《伦敦皇家学会学报》。A、 186，453-461·Zbl 0063.03050号 ·doi:10.1098/rspa.1946.0056
[30] Jeffreys，H.（1961年）。《概率与推理理论》，第三版，剑桥大学出版社，伦敦·Zbl 0116.34904号
[31] Johson，V.E.和Rossell，D.（2010年）。“贝叶斯假设检验中非局部先验密度的使用”，《皇家统计学会期刊》，B辑，72，143-170·Zbl 1411.62019年 ·doi:10.1111/j.1467-9868.2009.00730.x
[32] Natarajan，R.和McCulloch，C.E.（1995年）。“关于一类二项式反应混合模型的后验分布存在性的注记”，《生物统计学》，82，639-643·Zbl 0830.62031号 ·doi:10.1093/biomet/82.3.639
[33] O'Hagan，A.（1995年）。“模型比较的分数贝叶斯因子”，《皇家统计学会期刊》，B辑，57，99-138·Zbl 0813.62026号 ·doi:10.1111/j.2517-6161.1995.tb02017.x
[34] Parry，M.、Dawid，A.P.和Lauritzen S.（2012年）。“适当的当地评分规则”，《统计年鉴》，40561-592·Zbl 1246.62011年 ·doi:10.1214/12-AOS971
[35] Rissanen，J.（1983）。“整数的通用先验和最小描述长度估计”，《统计年鉴》，第11期，第416-431页·兹比尔0513.62005 ·doi:10.1214/aos/1176346150
[36] Rubio，F.J.和Liseo，B.（2014）。“关于Jeffreys在偏对称模型之前的独立性”，《统计与概率快报》，第85期，第91-97页·Zbl 1400.62059号 ·doi:10.1016/j.spl.2013.11.012
[37] Rubio，F.J.和Steel，M.F.J（2018）。“纵向和生存数据先验不正确的柔性线性混合模型”，《统计学电子期刊》，第12期，第572-598页·Zbl 1473.62094号 ·doi:10.1214/18-EJS1401
[38] Rustagi，J.S.（1976年）。统计学中的变分方法。学术出版社·Zbl 0349.93057号
[39] Stone，M.（1972年）。“来自统一先验的强烈不一致”，《美国统计协会期刊》，第71期，第114-116页·Zbl 0335.62026号 ·doi:10.1080/01621459.1976.10481490
[40] Stone，M.和Dawid，A.（1972年）。“常规统计问题中不当贝叶斯推断的非贝叶斯含义”，《生物特征》，59，369-375·Zbl 0239.62004号 ·doi:10.1093/biomet/59.2369
[41] Syversveen，A.R.（1998）。“非信息性贝叶斯先验。解释及构造和应用问题”，《技术报告》。
[42] Simpson，D.、Rue，H.、Riebler，A.、Martins，T.G.和Sørbye，S.H.（2017）。“惩罚模型组件复杂性：构建先验的原则性、实用方法”，《统计科学》，32，1-28·Zbl 1442.62060号 ·doi:10.1214/16-STS576
[43] Sweeting，T.J.（2008）。“关于预测概率匹配先验”，IMS Collections:Push the Limits of Contemporary Statistics:Contributions in Honor of Jayanta K.Ghosh，eds.B.Clarke and S.Ghosal主编。3, 46-59. ·Zbl 1159.62004号
[44] Sweeting，T.J.、Datta，G.S.和Ghosh，M.（2006年）。“通过预测相对熵损失的非主观先验”，《统计年鉴》，34441-468·Zbl 1091.62014年 ·doi:10.1214/009053605000000804
[45] Titterington，D.、Smith，A.和Makov，U.（1985年）。有限混合分布的统计分析。约翰·威利，纽约·兹伯利0646.62013
[46] Vallejos，C.A.和Steel，M.J.F.（2013）。关于Jeffreys先验下Student-\（t\）线性回归模型的后验适当性。arxiv:1311.1454。
[47] Villa，C.和Walker，S.G.（2015）。“离散参数空间先验质量函数的客观方法”，《美国统计协会杂志》，1101072-1082·Zbl 1373.62108号 ·doi:10.1080/01621459.2014.946319
[48] Welch，B.L.和Peers，H.W.（1963年）。“基于加权似然积分的置信点公式”，《皇家统计学会期刊》，B辑，35，318-329·Zbl 0117.14205号 ·doi:10.1111/j.2517-6161.1963.tb00512.x
[49] Yang，R.和Chen，M.H.（1995）。“使用非信息先验对随机系数回归模型进行贝叶斯分析”，《多元分析杂志》，55，283-311·Zbl 0843.62031号 ·doi:10.1006/jmva.1995.1080
[50] A.泽尔纳。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。