桑吉布·巴苏;悉达多·奇布 Dirichlet过程混合模型的边际似然和Bayes因子。 (英语) Zbl 1047.62023号 美国统计协会。 98,第461、224-235号(2003). 摘要:我们提出了一种方法,用于比较在Dirichlet过程混合(DPM)框架下构建的半参数贝叶斯模型与可选的半参数或参数贝叶斯模型。该方法的一个显著特点是,它可以应用于包含协变量和层次先验结构的半参数模型,显然是同类方法中的第一种。形式上,该方法基于S.芯片[同上,90,第432号,1313–1321(1995年;Zbl 0868.62027号)]并且需要在单个高密度点估计DPM模型的似然和后纵坐标。似然坐标的估计涉及一个有趣的计算,该估计是通过折叠顺序重要性抽样设计的。使用包含半参数二元数据回归模型和分层纵向混合效应模型的合成数据和实际数据进行了大量实验,以说明该方法的实现、性能和适用性。 引用于1审查引用于48文件 MSC公司: 62英尺15英寸 贝叶斯推断 62G05型 非参数估计 65立方厘米 马尔可夫链的数值分析或方法 65C60个 统计中的计算问题(MSC2010) 关键词:贝叶斯模型比较;贝叶斯因子;半参数二进制数据模型;半参数纵向数据模型 引文:Zbl 0868.62027号 PDF格式BibTeX公司 XML格式引用 \textit{S.Basu}和\textit{S.Chib},《美国统计协会期刊》第98卷第461、224--235号(2003年;Zbl 1047.62023) 全文: 内政部