奥德·格雷拉德;克里斯蒂安·罗伯特。;Jean-Michel马林;弗朗索瓦·鲁道夫;Jean-François塔利 吉布斯随机场中模型选择的ABC类无障碍方法。 (英语) Zbl 1330.62126号 贝叶斯分析。 4,第2期,317-335(2009). 摘要:吉布斯随机场(GRF)是一种多形统计模型,可用于分析不同类型的相关性,特别是空间相关数据。然而,当这些模型面临从许多模型中选择依赖结构的挑战时,标准模型选择方法的使用会因吉布斯似然中的归一化常数不可用而受到阻碍。特别是,从贝叶斯的角度来看,竞争模型的后验概率的计算需要特殊的无相似性的模拟技术,如在种群遗传学中广泛使用的近似贝叶斯计算(ABC)算法。本文展示了如何在Gibbs随机场的一般设置中实现面向模型选择的ABC算法,特别证明了模型之间存在足够的统计量。通过对模型分布进行重要性抽样,可以进一步提高后验概率近似的准确性。通过两个应用,即iid Bernoulli模型与一阶Markov链的测试,以及两种蛋白质折叠结构的选择,详细介绍了该方法的实际方面。 引用于1审查引用于28文件 MSC公司: 2015年1月62日 贝叶斯推断 62M40型 随机字段;图像分析 62页第10页 统计学在生物学和医学中的应用;元分析 关键词:近似贝叶斯计算;模型选择;吉布斯随机场;贝叶斯因子;蛋白质折叠 PDF格式BibTeX公司 XML格式引用 \textit{A.Grelaud}等人,《贝叶斯分析》。4、编号2、317--335(2009;Zbl 1330.62126) 全文: 内政部 arXiv公司 欧几里得