×

回归模型的变量选择。 (英语) Zbl 0972.62016号

摘要:提出了一种简单的回归模型自变量子集选择方法。我们将通常的回归方程扩展为一个方程,通过添加指标变量作为参数,该方程包含所有可能的预测子集。指标变量的矢量决定了要包括哪些预测因素。对于未知的回归系数和未知的指标参数,可以采用几种先验选择。利用马尔可夫链蒙特卡罗算法逼近指标向量的后验分布。我们选择具有高后验概率的子集。除了线性模型外,我们还考虑广义线性模型。

MSC公司:

2015年1月62日 贝叶斯推断
62年5月 线性回归;混合模型
第62页 统计排名和选择程序
65立方厘米 马尔可夫链的数值分析或方法
62J12型 广义线性模型(逻辑模型)
PDF格式BibTeX公司 XML格式引用