×

潜在类模型的贝叶斯变量选择。 (英语) Zbl 1226.62022号

总结:我们开发了一个潜在的类模型,其类概率取决于特定主题的协变量。我们的主要目标之一是确定潜在类别的重要预测因素。我们考虑的方法允许估计潜在类别,同时考虑变量选择的不确定性。我们提出了一种贝叶斯变量选择方法,并实现了用于后验计算的随机搜索吉布斯采样器,以获得预测因子的边际包含概率等感兴趣量的模型平均估计。我们的方法通过模拟研究和对妊娠期体重增加数据的应用进行了说明,在这些数据中,确定潜在体重增加类别的重要预测因素是很有意义的。

MSC公司:

2015年1月62日 贝叶斯推断
62页第10页 统计学在生物学和医学中的应用;元分析
65C60个 统计中的计算问题(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Albert,二值和多值响应数据的贝叶斯分析,《美国统计协会杂志》88页669–(1993)·Zbl 0774.62031号 ·doi:10.2307/2290350
[2] Celeux,缺失数据模型的偏差信息标准,贝叶斯分析1第651页–(2006)·Zbl 1331.62329号 ·doi:10.1214/06-BA122
[3] 克莱德,小波的灵活经验贝叶斯估计,皇家统计学会杂志,B辑62 pp 681–(2000)·Zbl 0957.62006号 ·doi:10.1111/1467-9868.00257
[4] Deierlein,饮食能量密度而非血糖负荷与妊娠期体重增加相关,《美国临床营养学杂志》88第693页–(2008)
[5] Devroye,非均匀随机变量生成(1986)·doi:10.1007/978-1-4613-8643-8
[6] Dunson,Bayesian推断预测聚类反应密度的变化,《美国统计协会杂志》103 pp 1508–(2008)·兹比尔1286.62092 ·doi:10.1198/01621450080001039
[7] Elliott,使用贝叶斯潜在增长曲线模型确定心肌梗死后积极影响和消极事件的轨迹,生物统计学6第119页–(2005)·Zbl 1069.62095号 ·doi:10.1093/biostatistics/kxh022
[8] 埃斯科瓦尔,使用混合物的贝叶斯密度估计和推断,《美国统计协会杂志》90页577–(1995)·兹比尔0826.62021 ·doi:10.2307/291069
[9] Frühwirth-Schnatter,《统计建模和回归结构——为纪念路德维希·法尔梅尔(Ludwig Fahrmeir)而进行的测试》,第111页–(2010)·数字对象标识代码:10.1007/978-3-7908-2413-1.7
[10] 盖瑟,模型选择的预测方法(Corr:V75 p765),《美国统计协会杂志》74 pp 153–(1979)·Zbl 0401.62036号 ·doi:10.2307/2286745
[11] Gelfand,《贝叶斯模型选择:渐近和精确计算》,《皇家统计学会杂志》,B系列56,第501页–(1994)·兹比尔0800.62170
[12] 盖尔曼,《模拟归一化常数:从重要性抽样到桥接抽样再到路径抽样》,《统计科学》13,第163页–(1998)·Zbl 0966.65004号 ·doi:10.1214/ss/1028905934
[13] George,Gibbs抽样变量选择,《美国统计协会杂志》88页881–(1993)·doi:10.2307/2290777
[14] Green,可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定,Biometrika 82 pp 711–(1995)·Zbl 0861.62023号 ·doi:10.1093/biomet/82.4.711
[15] 古斯塔夫森(Gustafson),贝叶斯多项式回归与特定类别预测因子选择,《应用统计学年鉴》第2卷第1478页–(2008年)·Zbl 1156.62018年 ·doi:10.1214/08-AOAS188
[16] 霍姆斯,二元和多项式回归的贝叶斯辅助变量模型,贝叶斯分析1第145页–(2006)·Zbl 1331.62142号 ·doi:10.1214/06-BA105
[17] 妊娠期营养医学研究所。第一部分,体重增加(1990)
[18] 医学研究所,《妊娠期体重增加:重新检查指南》(2009年)
[19] Jasra,马尔可夫链蒙特卡罗方法和贝叶斯混合建模中的标签切换问题,《统计科学》20页50–(2005)·Zbl 1100.62032号 ·doi:10.1214/088342305000000016
[20] 杰弗里斯,概率论(1961)
[21] Kinney,线性和逻辑模型中的固定和随机效应选择,《生物统计学》63,第690页–(2007年)·Zbl 1147.62022号 ·doi:10.1111/j.1541-0420.2007.00771.x
[22] O'Brien,贝叶斯多元logistic回归,《生物统计学》60页739–(2004)·Zbl 1274.62375号 ·doi:10.1111/j.0006-341X.2004.00224.x
[23] Oh,带参数约束的潜在类logit模型中的贝叶斯推理和模型选择:市场细分的应用,《应用统计杂志》30页191–(2003)·Zbl 1121.62455号 ·doi:10.1080/0266476022000023749
[24] Park,The Bayesian lasso,《美国统计协会杂志》103 pp 681–(2008)·Zbl 1330.62292号 ·doi:10.19198/0162114508000000337
[25] Richardson,《关于成分数量未知的混合物的贝叶斯分析》,《皇家统计学会杂志》,B辑59,第731页–(1997)·Zbl 0891.62020号 ·数字标识代码:10.1111/1467-9868.00095
[26] Savitz,早产流行病学研究的研究设计和参与决定因素,《儿科和围产期流行病学》13,第114页–(1999)·doi:10.1046/j.1365-3016.1999.00156.x
[27] Scaccia,使用非参数权重的正态混合物的贝叶斯增长曲线,《计算与图形统计杂志》,12页,308–(2003)·doi:10.1198/1061860031725
[28] Schwarz,估算模型的维度,《统计年鉴》第6卷第461页–(1978年)·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[29] Scott,Bayes and experimental-Bayes multiplicity adjustment in the variable selection problem,《统计年鉴》38,第2857页–(2010)·兹比尔1200.62020 ·doi:10.1214/10-AOS792
[30] Spiegelhalter,模型复杂性和拟合的贝叶斯度量,《皇家统计学会杂志》,B辑64页583–(2002)·Zbl 1067.62010年 ·数字对象标识代码:10.1111/1467-9868.00353
[31] Tibshirani,通过套索进行回归收缩和选择,《皇家统计学会杂志》,B辑58,第267页–(1996)·Zbl 0850.62538号
[32] Viswanathan,《母亲体重增加的结果》,证据报告/技术评估168第1页–(2008年)
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。