×
Cajo J.F.Ter，布拉克

具有不适当方差先验的贝叶斯S形收缩及其在小波去噪中的应用。 （英语） Zbl 1157.62357号

计算。统计数据分析。 51，第2期，1232-1242（2006）.
摘要：为了提高预测精度，通过在回归系数的方差分量（（0<delta\ll\frac{1}{2}）的次幂之前分配一个平面，对常规贝叶斯线性模型进行了扩展。在正交回归的情况下，导出了收缩系数和回归系数的后验分布的易于计算的解析表达式。预期收缩是最小二乘估计值的平方值除以其标准误差的S形函数。对于较大的值，这会产生少量的收缩，如果（delta）较小，对于较小的值，则会产生较大的收缩。当（δ）接近0时，就预测的预期平方误差而言，小值和大值的极限行为接近理想坐标收缩器的极限行为。在小波去噪的仿真研究中，提出的贝叶斯收缩模型比软阈值（lasso）的均方误差更低，并且与最近两种基于混合先验分布的小波收缩方法相比具有竞争力。

引用于3文件

MSC公司：

2015年1月62日 贝叶斯推断
62J05型 线性回归；混合模型
65T60型 小波的数值方法

关键词：

贝斯模型;不适当的先验;收缩规律;小波去噪

软件：

EBayesThresh公司;EbayesThresh公司;ElemStatLearn（电子状态学习）
PDF格式BibTeX公司 XML格式引用
\textit{C.J.F.T.Braak}，计算。统计数据分析。51，第2号，1232--1242（2006；Zbl 1157.62357）
全文： 内政部

参考文献：

[1] 阿布拉莫维奇，F。；萨帕蒂纳斯，T。；Silverman，B.W.，《通过贝叶斯方法进行小波阈值化》，J.R.Statist。Soc.B，60，725-749（1998年）·Zbl 0910.62031号
[2] 阿布拉莫维奇，F。；阿马托，美国。；Angelini，C.，《贝叶斯小波估计的最优性》，Scand。J.统计。，31, 217-234 (2004) ·Zbl 1063.62051号
[3] 阿布拉莫维奇，M。；Stegun，I.A.，《带公式、图形和数学表的数学函数手册》（1972年），多佛出版社：纽约多佛出版社·兹比尔0543.33001
[4] 盒子，G.E.P。；Tiao，G.C.，《统计分析中的贝叶斯推断》（1973），威利经典：威利经典纽约·Zbl 0271.62044号
[5] Breiman，L.，使用非负garrote进行更好的子集回归，技术计量学，37373-384（1995）·Zbl 0862.62059号
[6] 布雷曼，L。；Friedman，J.H.，《多元线性回归中预测多元反应》，J.R.Statist。Soc.B.，59，3-54（1997年）·Zbl 0897.62068号
[7] Brown，P.J。；Vannucci，M。；Fearn，T.，贝叶斯模型平均与回归变量选择，J.R.统计。社会学学士，64，519-536（2002）·Zbl 1073.62004号
[8] Cai，T.T.，自适应小波估计：块阈值和预言不等式方法，Ann.Statist。，27, 898-924 (1999) ·Zbl 0954.62047号
[9] 克莱德，M。；Parmigiani，G。；Vidakovic，B.，小波中的多重收缩和子集选择，Biometrika，85，391-401（1998）·Zbl 0938.62021号
[10] Copas，J.B.，回归、预测和收缩（讨论），J.R.统计。Soc.B，45，311-354（1983）·Zbl 0532.62048号
[11] Cutillo，L.，Jung，Y.Y.，Ruggeri，F.，Vidakovic，B.，2005年。大后模小波阈值及其应用。技术报告14/2005，美国亚特兰大乔治亚理工学院。；Cutillo，L.，Jung，Y.Y.，Ruggeri，F.，Vidakovic，B.，2005年。大后模小波阈值及其应用。技术报告14/2005，美国亚特兰大乔治亚理工学院·Zbl 1169.62016号
[12] De Canditis，D。；Vidakovic，B.，通过正态-逆伽马先验的混合物进行小波贝叶斯块收缩，J.Compute。图表。统计学。，13, 383-398 (2004)
[13] Donoho，D.L。；Johnstone，I.M.，《小波收缩的理想空间自适应》，《生物统计学》，第81期，第425-455页（1994年）·Zbl 0815.62019号
[14] Donoho，D.L。；Johnstone，I.M.，《通过小波收缩适应未知平滑度》，J.Am.Statist。协会，90，1200-1224（1995）·Zbl 0869.62024号
[15] Efron，B.，预测误差的估计：协方差惩罚和交叉验证，美国统计学杂志。协会，99119-642（2004）·Zbl 1117.62324号
[16] 埃夫隆，B。；Morris，C.，Stein的估计规则及其竞争者——经验贝叶斯方法，J.Am.Statist。协会，68，117-130（1973）·Zbl 0275.62005号
[17] 盖尔芬德，A.E。；Sahu，K.，《广义线性模型的可辨识性、不当先验和吉布斯抽样》，J.Am.Statist。协会，94，247-253（1999）·Zbl 1072.62611号
[18] 哈代，D.W。；Walker，C.L.，《工作场所笔记本》。《用科学工作场所和科学笔记本做数学》（3.5版）（2000），MacKichan:MacKichan Poulsbo，WA
[19] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.H.，《统计学习的要素》。数据挖掘、推断和预测（2001），Springer:Springer New York·Zbl 0973.62007号
[20] 霍尔，A.E。；Kennard，R.W.，《岭回归：非正交问题的有偏估计》，技术计量学，12，55-57（1970）·Zbl 0202.17205号
[21] C.C.福尔摩斯。；Denison，D.G.T.，《具有模型复杂性先验的贝叶斯小波分析》，（Bernardo，J.M.；Berger，J.O.；Dawid，a.P.；Smith，a.F.M.，《贝叶斯统计》，第6卷（1999年），克拉伦登出版社：克拉伦登牛津出版社），769-776·兹比尔0976.62023
[22] Jansen，M.，2001年。小波阈值降噪，第61卷，Springer，纽约。；Jansen，M.，2001年。小波阈值降噪，第61卷，Springer，纽约·Zbl 0989.94001号
[23] Johnstone，I.M.，Silverman，B.W.，2002年。Ebayesthresh：用于经验贝叶斯阈值的R和S-plus软件。可从www.Bernardsilverman获取。通用域名格式；Johnstone，I.M.，Silverman，B.W.，2002年。Ebayesthresh：用于经验贝叶斯阈值的R和S-plus软件。可从www.Bernardsilverman获取。通用域名格式
[24] 约翰斯通，I.M。；Silverman，B.W.，《干草堆中的针和稻草：可能稀疏序列的经验贝叶斯估计》，《统计年鉴》。，32, 1594-1649 (2004) ·Zbl 1047.62008年
[25] 约翰斯通，I.M。；Silverman，B.W.，小波阈值的经验贝叶斯选择，Ann.Statist。，33, 1700-1752 (2005) ·Zbl 1078.62005号
[26] 奥哈根，A.，1994年。贝叶斯推断，第2B卷。阿诺德，伦敦。；奥哈根，A.，1994年。贝叶斯推断，第2B卷。阿诺德，伦敦·Zbl 0853.62007号
[27] Ogden，R.T.，《统计应用和数据分析的基本小波》（1997），Birkhäuser:Birkháuser Boston·Zbl 0868.62033号
[28] 塞马迪尼，C。；戴维森，A.C。；Hinkley，D.V.，《贝叶斯小波估计中的后验概率区间》，《生物统计学》，91497-505（2004）·Zbl 1125.62318号
[29] ter Braak，C.J.F。；波尔，M.P。；Bink，M.C.A.M.，扩展Xu的贝叶斯模型以使用整个基因组的标记估计多基因效应，遗传学，1701435-1438（2005）
[30] Tibshirani，R.，《通过套索进行回归收缩和选择》，J.R.Statist。Soc.B，58，267-288（1996）·Zbl 0850.62538号
[31] Xu，S.，使用全基因组标记估计多基因效应，遗传学，163789-801（2003）
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。