格雷戈·泽斯 专家混合模型中的贝叶斯收缩：确定类成员的稳健决定因素。 （英语） Zbl 1474.62088号 高级数据分析。分类。，ADAC公司 13，第4期，1019-1051（2019）. 摘要：提出了一种专家混合框架中的隐式变量选择方法。我们引入了一个先验结构，其中的信息来自一组独立的协变量。使用正态伽马先验识别稳健的类成员预测因子。由此产生的模型设置被用于贝努利分布的有限混合中，以根据莫桑比克妇女关于艾滋病毒的信息来源找到同质群体。通过吉布斯采样器的实现实现了完全贝叶斯推理。 引用于2文件 MSC公司： 2015年1月62日 贝叶斯推断 62J07型 岭回归；收缩估计器（拉索） 62H30型 分类和区分；聚类分析（统计方面） 90-08 运筹学和数学规划相关问题的计算方法 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：专家组合;分类;收缩，收缩;贝叶斯推断;正常伽马先验 软件：贝叶斯逻辑;R（右）;ts桥;GIGrvg公司 PDF格式BibTeX公司 XML格式引用 \textit{G.Zens}，高级数据分析。分类。，ADAC 13，第4号，1019--1051（2019；Zbl 1474.62088） 全文： 内政部 arXiv公司 参考文献： [1] Agadjanian，V.，《莫桑比克的性别、宗教参与和艾滋病毒/艾滋病预防》，科学与医学协会，611529-1539（2005）·doi:10.1016/j.socscimed.2005.03.012 [2] 格雷格·艾伦比。；Ginter，James L.，《使用极点设计产品和细分市场》，《营销研究杂志》，32，392-403（1995） [3] 安德森，G。；Farcomeni，A。；匹图，MG；Zelli，R.，《衡量和研究阶级成员特征的新方法：考察中国城市的贫困、不平等和两极分化》，《经济学杂志》，191348-359（2016） [4] Audet，CM；J.伯里森。；月亮，TD；西达特，M。；阿肯色州维加拉；Vermund，SH，《莫桑比克艾滋病毒/艾滋病的社会文化和流行病学方面》，BMC国际健康人权，10，15（2010） [5] Bhattacharya，A。；帕蒂，D。；皮莱，NS；Dunson，DB，Dirichlet-laplace priors for optimal consurrence，J Am Stat Assoc，110，1479-1490（2015）·兹比尔1373.62368 [6] 比托，A。；Frühwirth-Schnatter，S.，《在时变参数模型框架中实现收缩》，《经济杂志》（2018）·Zbl 1452.62216号 ·doi:10.1016/j.jeconom.2018.11.006 [7] Celeux，G。；乔沃，D。；Diebolt，J.，《em算法的随机版本：混合情况下的实验研究》，J Stat Comput Simul，55，287-314（1996）·Zbl 0907.62024号 [8] Celeux，G。；Frühwirth-Schnatter，S。；CP罗伯特；Frühwirth-Schnatter，S.（编辑）；Celeux，G.（编辑）；Robert，CP（编辑），混合模型的模型选择——视角和策略，121-160（2018），博卡拉顿·Zbl 1419.62001号 [9] 戴顿，CM；Macready，GB，《伴随变量潜在类模型》，美国国家统计协会，83173-178（1988） [10] Devijver，E。；等。，有限混合回归：通过聚类模型选择稀疏变量，Electron J Stat，92642-2674（2015）·Zbl 1329.62279号 [11] Dias JG（2010）通过潜在类别模型对人口与健康调查（dhs）数据建模：一个应用程序。摘自：世界科学与工程学会（WSEAS）第十二届WSEAS科学与工程数学与计算方法国际会议论文集，第79-83页 [12] Frühwirth Schnatter，S.，线性高斯状态空间模型的贝叶斯模型判别和贝叶斯因子，J Royal Stat Soc Ser B（Methodol），57237-246（1995）·Zbl 0809.62023号 [13] Frühwirth-Schnatter，S.，经典和动态切换及混合模型的马尔可夫链蒙特卡罗估计，美国统计协会，96，194-209（2001）·Zbl 1015.62022号 [14] Frühwirth-Schnatter，S.，使用桥式抽样技术估计混合和马尔可夫切换模型的边际可能性，经济杂志，7143-167（2004）·兹比尔1053.62087 [15] Frühwirth-Schnatter S（2006）有限混合和马尔可夫切换模型。柏林施普林格·Zbl 1108.6202号 [16] Frühwirth-Schnatter，S。；考夫曼，S.，《基于模型的多时间序列聚类》，《公共汽车经济统计杂志》，第26期，第78-89页（2008年） [17] Frühwirth-Schnatter，S。；瓦格纳，H。；Bernardo，J.（编辑）；Bayarri，M.（编辑）；Berger，J.（编辑）；Dawid，A.（编辑）；Heckerman，D.（编辑）；Smith，A.（编辑）；West，M.（编辑），高斯和非高斯数据随机截距建模的贝叶斯变量选择，第9期，165（2011），牛津 [18] Frühwirth-Schnatter，S。；Pamminger，C。；韦伯，A。；Winter-Ebmer，R.，《劳动力市场进入与收益动态：使用专家混合马尔可夫链聚类的贝叶斯推断》，《应用经济学杂志》，第27期，第1116-1137页（2012年） [19] 乔治，EI；McCulloch，RE，通过吉布斯抽样选择变量，美国统计协会杂志，88，881-889（1993） [20] Geweke，J.，《使用蒙特卡罗积分的计量经济学模型中的贝叶斯推断》，《经济学杂志》，第53期，第1317-1339页（1989年）·Zbl 0683.62068号 [21] Ghosh，J。；赫林，AH；Siega-Riz，AM，潜在类模型的贝叶斯变量选择，生物统计学，67917-925（2011）·Zbl 1226.62022号 [22] IC Gormley；Frühwirth-Schnatter，S。；Frühwirth-Schnatter，S.（编辑）；Celeux，G.（编辑）；Robert，CP（编辑），《专家模型的混合》，279-315（2018），博卡拉顿 [23] IC Gormley；Murphy，TB，《排名数据与选举研究应用的专家混合模型》，《Ann Appl Stat》，第21452-1477页（2008年）·Zbl 1454.62498号 [24] IC Gormley；Murphy，TB，社交网络数据的专家混合潜在位置聚类模型，Stat Methodol，7385-405（2010）·Zbl 1233.62205号 [25] Green，PJ，可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定，生物统计学，82，711-732（1995）·Zbl 0861.62023号 [26] JE格里芬；Brown，PJ，回归问题中正态伽马先验分布的推断，贝叶斯分析，5171-188（2010）·Zbl 1330.62128号 [27] 格罗诺，卡塔尔金融机构；萨拉福格鲁，A。；Matzke，D。；Ly，A。；博姆，美国。；马斯曼，M。；莱斯利，DS；福斯特，JJ；工资制造者，EJ；Steingroever，H.，桥梁采样教程，《数学心理学杂志》，81，80-97（2017）·Zbl 1402.62042号 ·doi:10.1016/j.jmp.2017.09.005 [28] Guhaniyogi，R。；Dunson，DB，贝叶斯压缩回归，J Am Stat Assoc，110，1500-1514（2015）·Zbl 1373.62100号 [29] 古普塔，M。；易卜拉欣，JG，基因调控网络发现回归混合模型中的变量选择，美国统计协会杂志，102867-880（2007）·Zbl 1469.62369号 [30] Hörmann，W。；Leydold，J.，生成广义逆高斯随机变量，统计计算，24547-557（2014）·Zbl 1325.62031号 [31] Huber，F。；Feldkircher，M.，贝叶斯向量自回归模型中的自适应收缩，《公共汽车经济统计杂志》，37，1-13（2017） [32] 韦尔塔，G。；蒋伟（Jiang，W.）。；马萨诸塞州Tanner，通过分层混合进行时间序列建模，Stat Sin，13，1097-1118（2003）·Zbl 1036.62076号 [33] Hurn，M。；Justel，A。；Robert，CP，《回归混合估计》，《计算图形统计杂志》，第12期，第55-79页（2003年） [34] Ingrassia，S.公司。；米诺蒂，SC；Punzo，A.，通过线性聚类加权模型进行基于模型的聚类，《计算统计数据分析》，71，159-182（2014）·Zbl 1471.62095号 [35] Ingrassia，S.公司。；Punzo，A。；维塔迪尼，G。；Minotti，S.，广义线性混合聚类加权模型，J Classif，32，85-113（2015）·Zbl 1331.62310号 [36] 雅各布斯，RA；密歇根州约旦；Nowlan，SJ；通用电气公司Hinton，《本地专家的自适应混合》，神经计算，379-87（1991） [37] Jasra，A。；福尔摩斯，CC；Stephens，DA，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》，20，50-67（2005）·兹比尔1100.62032 [38] 蒋伟（Jiang，W.）。；Tanner，MA，《关于混合专家的可识别性》，神经网络，第12期，第1253-1258页（1999年） [39] Kastner，G.，《多维稀疏贝叶斯时变协方差估计》，《经济杂志》（2018）·Zbl 1452.62773号 ·doi:10.1016/j.jeconom.2018.11.007 [40] Koop G（2003）《贝叶斯计量经济学》。纽约威利。https://books.google.at/books？id=WRK3AAAAIAAJ [41] Lazarsfeld，PF，潜在结构分析，心理研究科学，3476-543（1959） [42] Lenk，PJ；DeSarbo，WS，具有随机效应的广义线性模型有限混合的贝叶斯推断，《心理测量学》，65，93-119（2000）·Zbl 1291.62225号 [43] Leydold J，Hörmann W（2015）Gigrvg：千兆分布的随机变量生成器。R包版本04 [44] 卢布拉诺，M。；Ndoye，AAJ，《使用对数正态分布有限混合的收入不平等分解：贝叶斯方法》，《计算统计数据分析》，100830-846（2016）·Zbl 1466.62151号 [45] Malsiner Walli，G.公司。；Frühwirth-Schnatter，S。；Grün，B.，基于稀疏有限高斯混合的基于模型的聚类，统计计算，26，303-324（2016）·Zbl 1342.62109号 [46] 孟，XL；Wong，WH，通过简单恒等式模拟归一化常数的比率：理论探索，Stat Sin，6831-860（1996）·Zbl 0857.62017号 [47] Mukhopadhyay M，Dunson DB（2017），从高维特征预测的目标随机投影。arXiv预打印arXiv:1712.02445·Zbl 1453.62515号 [48] 马萨诸塞州牛顿；Raftery，AE，带加权似然自举的近似贝叶斯推断，皇家统计学会期刊B（Methodol），56，3-48（1994）·Zbl 0788.62026号 [49] Pfarrhofer，M。；Piribauer，P.，高维贝叶斯空间自回归模型中的柔性收缩，Spat-Stat，29109-128（2019）·doi:10.1016/j.spasta.2018.10.004 [50] Polson，NG；斯科特，JG；Windle，J.，使用pólya-gamma潜在变量对逻辑模型进行贝叶斯推断，美国统计协会，1081339-1349（2013）·Zbl 1283.62055号 [51] Quandt，RE，估计转换回归的新方法，美国统计协会杂志，67，306-310（1972）·兹比尔0237.62047 [52] R开发核心团队（2008）R：统计计算的语言和环境。奥地利维也纳R统计计算基金会，网址：http://www.R-project.org，ISBN 3-900051-07-0 [53] 雷德纳，RA；Walker，HF，混合密度，最大似然和em算法，SIAM Rev，26195-239（1984）·Zbl 0536.62021号 [54] Robert C，Casella G（2013）蒙特卡罗统计方法。柏林施普林格·兹比尔1096.62003 [55] 彼得·罗西（Peter E.Rossi）。；Robert E.McCulloch。；Allenby，Greg M.，《目标营销中购买历史数据的价值》，《营销科学》，第15期，第321-340页（1996年） [56] Stephens，M.，成分数量未知的混合模型的贝叶斯分析——可逆跳跃法的替代方法，《Ann Stat》，28，40-74（2000）·Zbl 1106.62316号 [57] Stephens，M.，处理混合模型中的标签切换，J Royal Stat Soc Ser B（Stat Methodol），62，795-809（2000）·Zbl 0957.62020号 [58] 唐，X。；Qu，A.，纵向数据的混合建模，J Comput Graph Stat，251117-1137（2016） [59] 维拉尼，M。；科恩，R。；Nott，DJ，广义光滑有限混合，《经济杂志》，171121-133（2012）·Zbl 1443.62085号 ·doi:10.1016/j.jeconom.2012.06.012 [60] Wedel M，Kamakura WA（2012），《市场细分：概念和方法基础》，第8卷。柏林施普林格 [61] Yuksel，东南部；JN威尔逊；Gader，PD，《二十年的专家混合》，IEEE Trans Neural Netw Learn Syst，231177-1193（2012） 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。