×
郭广宝；钱国奇；林、鲁；邵伟

基于群贝叶斯方法的大数据并行推理。 （英语） Zbl 1460.62207号

Metrika公司 84，第2期，225-243（2021）.
采用群Gibbs方法推导回归估计量。使用加权估计和后验估计减小估计方差。从理论角度研究了收敛性。建立了最优权序列的存在性。数值模拟表明，与传统的马尔可夫链蒙特卡罗方法相比，该方法是有效的。
审核人：丹尼斯·西多罗夫（伊尔库茨克）

MSC公司：

62兰特 大数据和数据科学的统计方面
62H30型 分类和区分；聚类分析（统计方面）
2015年1月62日 贝叶斯推断
62J12型 广义线性模型（逻辑模型）
62D05型 抽样理论、抽样调查

关键词：

数据子集；Gibbs组；平行推理

软件：

runjags公司
PDF格式BibTeX公司 XML格式引用
\textit{G.Guo}等人，Metrika 84，No.2，225--243（2021；Zbl 1460.62207）
全文： 内政部

参考文献：

[1] Brockwell，AE，通过预取进行并行马尔可夫链蒙特卡罗模拟，计算图统计杂志，15，1，246-261（2006）·doi:10.1198/106186006X100579
[2] Corander，J。；埃克达尔，M。；Koski，T.，用于学习图形模型拓扑的并行交互MCMC，Data Min Knowl Disc，17，3，431-456（2008）·doi:10.1007/s10618-008-0099-9
[3] Denwood，MJ，runjags:一个R包，为JAGS中的MCMC模型提供接口实用程序、模型模板、并行计算方法和附加分发，J Stat Softw，71，9，1-25（2016）·doi:10.18637/jss.v071.i09
[4] 江伟，高维广义线性模型的贝叶斯变量选择：拟合密度的收敛速度，Ann Stat，35，4，1487-1511（2007）·Zbl 1123.62026号 ·doi:10.1214/09053607000000019
[5] Johndrow J、Orenstein P、Bhattacharya A（2017）《GWAS尺度下的贝叶斯收缩：马蹄形先验的可扩展MCMC算法的收敛和近似理论》。ArXiv公司：1705.00841
[6] 密歇根州约旦；Lee，JD；Yang，Y.，通信高效分布式统计推断，美国统计协会，114526，668-681（2019）·Zbl 1420.62097号 ·doi:10.1080/01621459.2018.1429274
[7] Lee，JD；刘，Q。；孙，Y。；Taylor，JE，通信效率稀疏回归，J Mach Learn Res，18，5，1-30（2017）·Zbl 1434.62157号
[8] 梁，F。；宋，Q。；Kai，Y.，高维广义线性模型的贝叶斯子集建模，J Am Stat Assoc，108，502，589-606（2013）·Zbl 06195963号 ·doi:10.1080/01621459.2012.761942
[9] 刘，X。；黄，M。；风扇，B。；巴克勒，E。；Zhang，Z.，《固定和随机效应模型在强大和高效全基因组关联研究中的迭代使用》，《公共科学图书馆·遗传学》，12，2，e1005767（2016）·doi:10.1371/journal.pgen.1005767
[10] Martino L、Elvira V、Luengo D、Louzada F（2016a）合作适应的平行都市链。2016年IEEE声学、语音和信号处理国际会议（ICASSP）。IEEE，第3974-3978页
[11] 马蒂诺，L。；埃尔维拉，V。；Luengo，D。；Corander，J。；Louzada，F.，正交平行MCMC采样和优化方法，数字信号程序，58，64-84（2016）·doi:10.1016/j.dsp.2016.07.013
[12] Miasojedow，B。；Moulines，E。；Vihola，M.，《自适应并行回火算法》，《计算图形统计杂志》，22，3，649-664（2013）·doi:10.1080/10618600.2013.778779
[13] 西原，R。；默里，我。；Adams，RP，《采用广义椭圆切片取样的平行MCMC》，J Mach Learn Res，第15、1、2087-2112页（2014年）·Zbl 1319.60153号
[14] J.欧文。；DJ威尔金森；Gillespie，CS，具有难处理可能性的马尔可夫过程的可缩放推理，统计计算，25，1，145-156（2015）·Zbl 1331.62065号 ·doi:10.1007/s11222-014-9524-7
[15] 基罗兹，M。；科恩，R。；维拉尼，M。；Tran，MN，通过有效的数据子采样加速MCMC，美国统计协会，114，526，831-843（2019）·Zbl 1420.62121号 ·doi:10.1080/01621459.2018.1448827
[16] Schäfer，C。；肖邦，N.，大二进制采样空间上的序贯蒙特卡罗，《统计计算》，23，1-22（2013）·Zbl 1322.62035号 ·doi:10.1007/s11222-011-9299-z
[17] 宋，Q。；Liang，F.，超高维回归的分离合并贝叶斯变量选择方法，J R Stat Soc B，77，5，947-972（2015）·Zbl 1414.62322号 ·doi:10.1111/rssb.12095
[18] 曾，P。；Zhou，X.，利用潜在狄利克雷过程回归模型对复杂性状进行非参数遗传预测，Nat Commun，8，1，1-11（2017）·doi:10.1038/s41467-016-0009-6
[19] 周，Y。；Johansen，A。；Aston，J.，《走向自动模型比较：自适应序贯蒙特卡罗方法》，《计算图形统计杂志》，25，3，701-726（2013）·doi:10.1080/106186002015.1060885
[20] 王，C。；陈，MH；Schifano，E。；吴杰。；Yan，J.，《大数据统计方法与计算》，《统计接口》，9，4，399-414（2016）·Zbl 1405.62004号 ·doi:10.4310/SII.2016.v9.n4.a1
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。