×

综合似然计算方法。 (英语) Zbl 1417.65059号

摘要:假设模型有参数\(theta=(\psi,\lambda)\),其中\(\psi\)是感兴趣的参数,\(\lambda\)是一个讨厌的参数。集成似然法通过对权重函数(pi(lambda|\psi))进行积分,从似然函数(L(\psi,\lambda))中消除了\(lambda。由此产生的综合似然函数(\bar{L}(\psi)\)可用于推断\(\psi\)。然而,综合可能性的分析形式并不总是可用的。本文讨论了计算综合似然的12种不同方法。一些方法最初是为了其他计算目的而开发的,并进行了修改以适应集成似然框架。考虑的方法包括直接数值积分方法,如蒙特卡罗积分法、重要性抽样法、拉普拉斯法;边际似然计算方法;以及计算边缘后验密度的方法。通过仿真研究和实际数据示例,对这些方法进行了实证评价和比较。

MSC公司:

62-08 统计问题的计算方法
2015年1月62日 贝叶斯推断
10层62层 点估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Berger JO、Liseo B、Wolpert RL(1999)消除干扰参数的综合似然法。统计科学14(1):1-22·Zbl 1059.62521号
[2] 巴恩多夫-尼尔森O(1980)条件决议。生物特征67(2):293-310·Zbl 0434.62005号
[3] Barndorff-Nielsen O(1983)关于最大似然估计量分布的公式。生物特征70(2):343-365·Zbl 0532.62006号
[4] Barndorff-Nielsen OE(1995)曲线指数模型的稳定不变调整剖面似然和定向似然。生物医学82(3):489-499·Zbl 0830.62002号
[5] 巴恩多夫-尼尔森OE,尼尔森OEB(1989)《渐近技术》;用于统计·Zbl 0672.62024号
[6] Bos CS(2002)边际似然计算方法的比较。摘自:COMPSTAT 2002-计算统计学报,第111-117页·Zbl 1439.62009号
[7] Chen M-H(1994)重要性加权边缘贝叶斯后验密度估计。美国统计协会杂志89:818-824·Zbl 0804.62040号 ·doi:10.1080/01621459.1994.10476815
[8] Chen M-H(2005)贝叶斯计算:从后验密度到贝叶斯因子、边际可能性和后验模型概率。Handb统计25:437-457·doi:10.1016/S0169-7161(05)25015-0
[9] Chib S(1995)吉布斯输出的边际可能性。美国统计学会杂志90:1313-1321·Zbl 0868.62027号 ·doi:10.1080/01621459.1995.10476635
[10] Chib S,Greenberg E(1995)《理解都市黑斯廷斯算法》。美国统计局49:327-335
[11] Chib S,Jeliazkov I(2001)大都会黑斯廷斯输出的边际可能性。美国统计协会杂志96:270-281·Zbl 1015.62020号 ·doi:10.1198/016214501750332848
[12] Cox CP(1985)两个正态总体的均值比率的区间估计,方差与均值相关。生物识别41:261-265·Zbl 0604.62022号 ·doi:10.2307/2530661
[13] Cox DR,Snell EJ(1981)《应用统计学:原理和示例》。查普曼和霍尔,伦敦·Zbl 0612.62002号 ·doi:10.1007/978-94-009-5838-8
[14] Gelfand AE,Smith AFM,Lee TM(1992)使用Gibbs抽样对约束参数和截断数据问题进行贝叶斯分析。美国统计协会杂志87:523-532·doi:10.1080/01621459.1992.10475235
[15] Givens GH,Hoeting JA(2005)计算统计。纽约威利·Zbl 1079.62001号
[16] Hastings WK(1970)使用马尔可夫链的蒙特卡罗采样方法及其应用。生物特征57:97-109·Zbl 0219.65008号 ·doi:10.1093/biomet/57.1.97
[17] Jensen JL(1995)鞍点近似。牛津大学出版社·Zbl 1274.62008年
[18] Kalbfleisch JD,Sprott DA(1970)似然方法在涉及大量参数的模型中的应用(带讨论)。J R统计社会学B 32:175-208·Zbl 0205.45903号
[19] Kass RE,Tierney L,Kadane JB(1990)《统计学和计量经济学中的贝叶斯和似然方法:纪念George A,Barnard的论文》。阿姆斯特丹,第473-488页·Zbl 0868.62027号
[20] Kass RE、Carlin BP、Gelman A、Neal RM(1998)《马尔可夫链蒙特卡罗实践:圆桌讨论》。美国统计52(2):93-100
[21] 李强,拉辛JS(2007)《非参数计量经济学:理论与实践》。普林斯顿大学出版社·Zbl 1183.62200号
[22] Liseo B(1993)利用参考先验消除干扰参数。生物特征80:295-304·Zbl 0778.62025号 ·doi:10.1093/biomet/80.2.295
[23] Mendoza M,ITAM RH,Angel S(2005)《关于正态均值比率的推断》及其他相关问题。Estadistica埃斯塔迪斯蒂卡57:168-169·Zbl 1497.62070号
[24] Meng XL,Schilling S(2002)《曲桥采样》。J计算图统计11(3):552-586·doi:10.1198/106186002457
[25] Meng XL,Wong WH(1996)通过简单恒等式模拟归一化常数的比率:理论探索。统计Sin 6:831-860·Zbl 0857.62017号
[26] Mira A,Nicholls G(2004)点概率密度的桥接估计。统计Sin 14:603-612·Zbl 1045.62027号
[27] Newton MA,Raftery AE(1994)通过加权似然引导进行近似贝叶斯推断。J R Stat Soc系列B 3:3-48·Zbl 0788.62026号
[28] Raftery AE,Newton MA,Satagopan JM,Krivitsky PN(2006)使用调和平均恒等式通过后验模拟估计综合似然。压榨·Zbl 1252.62038号
[29] Severini TA(2005)非贝叶斯推断的集成似然函数。(完整版本)·Zbl 1134.62011年
[30] Severini TA(1998)修正轮廓似然函数的近似值。生物特征85(2):403-411·Zbl 1048.62504号
[31] Severini TA(1999)关于贝叶斯和非贝叶斯消除妨害参数之间的关系。统计Sin 9:713-724·Zbl 0929.62023号
[32] Severini TA(2000)统计学中的似然方法。牛津大学出版社·Zbl 0984.6202号
[33] Severini TA(2007)非贝叶斯推断的集成似然函数。生物医学94:529-542·Zbl 1134.62011年 ·doi:10.1093/biomet/asm040
[34] Severini TA(2010)基于综合似然的似然比统计。生物特征97:481-496·Zbl 1406.62023号 ·doi:10.1093/biomet/asq015
[35] Severini TA(2011)基于综合似然的推断频率属性。统计Sin 21:433-447·Zbl 1206.62033号
[36] Silverman BW(1986)统计和数据分析密度估计。博卡拉顿CRC出版社·Zbl 0617.62042号 ·doi:10.1007/978-1-4899-3324-9
[37] Srivastava MS(1986)多元生物测定,生物测定与Fieller定理的结合。生物统计学42:131-141·Zbl 0601.62133号 ·doi:10.2307/2531249
[38] Tanner MA(1996)《统计推断工具:后验分布和似然函数的探索方法》,第3版。柏林施普林格·Zbl 0846.62001号 ·doi:10.1007/978-1-4612-4024-2
[39] Tanner MA,Wong W(1987)通过数据增强计算后验分布(含讨论)。美国统计协会杂志82:528-550·Zbl 0619.62029号 ·doi:10.1080/01621459.1987.10478458
[40] Tierney L,Kadane JB(1986),后力矩和边缘密度的精确近似。美国统计协会杂志81(393):82-86·Zbl 0587.62067号
[41] Wei GC,Tanner MA(1990)EM算法和穷人数据增强算法的蒙特卡罗实现。美国统计协会杂志85(411):699-704·doi:10.1080/016214591990.10474930
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。