乔治·卡拉巴索斯;斯蒂芬·沃克。 自适应模式贝叶斯非参数回归。 （英语） Zbl 1335.62051号 电子。J.统计。 6, 2038-2068 (2012)。 摘要：我们介绍了一种新颖的贝叶斯非参数无限维回归模型。该模型具有单峰核（成分）密度，并且具有由无限有序类别概率回归定义的与协变量相关的混合权重。基于这些混合权重，回归模型预测的概率密度随着协变量（向量）的解释力的增加而变得越来越单峰，并且随着这种解释力的降低而变得越来越多峰，同时允许解释力从一个协变量（向量）值到另一个协变量（向量）值变化。通过对大量真实和模拟数据集的分析，从预测性能的角度对该模型进行了说明，并与许多其他回归模型进行了比较。 引用于4文件 MSC公司： 2015年1月62日 贝叶斯推断 62C10个 贝叶斯问题；贝叶斯过程的特征 62克08 非参数回归和分位数回归 62J12型 广义线性模型（逻辑模型） 65C60个 统计中的计算问题（MSC2010） 关键词：贝叶斯推断;非参数回归;单峰分布;二元回归 软件：国家实验室;地球;R（右）;拉尔斯;Statmod公司;DP包;莫诺姆文;mgcv公司;电子数据记录器;格尔姆奈特;贝叶斯树;BartPy公司;柔性混音 PDF格式BibTeX公司 XML格式引用 \textit{G.卡拉巴索斯}和\textit{S.G.沃克}，电子。J.Stat.6，2038--2068（2012；Zbl 1335.62051） 全文： 内政部 欧几里得 参考文献： [1] Agresti，A.（1996）。，分类数据分析简介。约翰·威利父子公司，纽约·Zbl 0868.62008 [2] Akaike，H.（1973）。信息论和最大似然原理的推广。年，第二届信息理论国际研讨会（B.N.Petrov和F.Csaki编辑）267-281。布达佩斯Kiado学院·Zbl 0283.62006号 [3] Albert，J.H.和Chib，S.（1993年）。二进制和多光子响应数据的贝叶斯分析。，美国统计协会杂志88 669-679·Zbl 0774.62031号 ·doi:10.2307/2290350 [4] Barbieri，M.和Berger，J.（2004年）。最优预测模型选择。，统计年鉴32 870-897·Zbl 1092.62033号 ·doi:10.1214/00905360400000023 [5] Barrientos，A.F.、Jara，A.和Quintana，F.A.（2012年）。关于MacEachern的依赖Dirichlet过程和扩展的支持。，贝叶斯分析7 277-310·Zbl 1330.60067号 ·doi:10.1214/12-BA709 [6] Brunner，L.J.（1992）。单峰密度数据的贝叶斯非参数方法。，统计与概率快报14 195-199·Zbl 0806.62038号 ·doi:10.1016/0167-7152（92）90021-V [7] Cepeda，E.和Gamerman，D.（2001年）。正态回归模型中方差异质性的贝叶斯建模。，巴西概率统计杂志14 207-221·Zbl 0983.62013.中 [8] Chipman，H.、George，E.I.和McCulloch，R.E.（2010年）。BART:贝叶斯加性回归树。，应用统计年鉴4 266-298·Zbl 1189.62066号 ·doi:10.1214/09-AOAS285 [9] Chipman，H.和McCulloch，R.（2010年）。贝叶斯树：基于树模型的贝叶斯方法R包版本，0.3-1.1。 [10] DeIorio，M.、Müller，P.、Rosner，G.L.和MacEachern，S.N.（2004）。相依随机测度的方差分析模型。，美国统计协会杂志99 205-215·Zbl 1089.62513号 ·doi:10.1198/016214500000205 [11] Dunson，D.和Park，J.H.（2008）。内核棒破碎过程。，生物特征95 307-323·Zbl 1437.62448号 ·doi:10.1093/biomet/asn012 [12] Efron，B.、Hastie，T.、Johnstone，I.和Tibshirani，R.（2004）。最小角度回归。，统计年鉴32 407-499·Zbl 1091.62054号 ·doi:10.1214/009053604000000067 [13] Ferguson，T.S.（1973）。一些非参数问题的贝叶斯分析。，统计年鉴1 209-230·Zbl 0255.62037号 ·doi:10.1214/aos/1176342360 [14] Friedman，J.H.（1991）。多元自适应回归样条（讨论）。，《统计年鉴》19 1-67·Zbl 0765.62064号 ·doi:10.1214/aos/1176347963 [15] Friedman，J.H.、Hastie，T.和Tibshirani，R.（2010）。广义线性模型的坐标下降正则化路径。，统计软件杂志33。 [16] Fuentes-García，R.、Mena，R.H.和Walker，S.G.（2010年）。一种新的贝叶斯非参数混合模型。，统计通讯39 669-682·Zbl 1192.62105号 ·网址：10.1080/03610910903580963 [17] Gelfand，A.E.和Banerjee，S.（2010年）。多元空间过程模型。年，《空间统计手册》（A.E.Gelfand、P.Diggle、P.Guttorp和M.Fuentes编辑）495-515。查普曼和霍尔/CRC，博卡拉顿。 ·doi:10.1201/9781420072884-c28 [18] Gelfand，A.E.和Ghosh，J.K.（1998年）。模型选择：最小后验预测损失方法。，生物特征85 1-11·Zbl 0904.62036号 ·doi:10.1093/biomet/85.1.1 [19] Gelfand，A.E.、Kottas，A.和MacEachern，S.N.（2005年）。Dirichlet过程混合的贝叶斯非参数空间建模。，美国统计协会杂志100 1021-1035·Zbl 1117.62342号 ·doi:10.1198/0162145000002078 [20] Gelman，A.、Jakulin，A.、Pittau，M.和Su，Y.S.（2008）。Logistic和其他回归模型的弱信息缺省先验分布。，应用统计年鉴2 1360-1383·Zbl 1156.62017年 ·doi:10.1214/08-AOAS191 [21] George，E.I.和McCulloch，R.E.（1997）。贝叶斯变量选择方法。，中国统计7 339-373·Zbl 0884.62031号 [22] Gramacy，R.B.（2010年）。Monomvn：多元正态和Student-t数据的估计，单调缺失R包版本，1.8-3。 [23] Griffin，J.E.和Steel，M.F.J.（2006）。基于阶的依赖狄利克雷过程。，美国统计协会期刊101 179-194·Zbl 1118.62360号 ·doi:10.1198/01621450000000727 [24] Gruen，B.和Leisch，F.（2007年）。R.中广义线性回归的有限混合拟合，计算统计与数据分析51 5247-5252·Zbl 1445.62192号 [25] Hanson，T.E.（2006）。有限Pólya树模型的混合推理。，美国统计协会期刊101 1548-1565·Zbl 1171.62323号 ·doi:10.1198/016214500000384 [26] Hastie，T.和Efron，B.（2007年）。Lars：最小角度回归，Lasso和Forward Stagewise R包版本，0.9-7。 [27] Hastie，T.和Tibshirani，R.（1990）。，广义加性模型。查普曼和霍尔，伦敦·Zbl 0747.62061号 [28] Holmes，C.C.、Denison，D.G.T.、Ray，S.和Mallick，B.K.（2005年）。基于分区的贝叶斯预测。，计算与图形统计杂志14 811-830·doi:10.1198/106186005X78107 [29] Hwang，J.、Lay，S.、Maechler，R.、Martin，D.和Schimert，J.（1994）。反向传播和投影寻踪学习中的回归建模。，IEEE神经网络学报5 342-353。 [30] 易卜拉欣，J.G.、陈，M.H.和辛哈，D.（2001）。贝叶斯模型评估的基于准则的方法。，中国统计局11 419-443·Zbl 1037.62017年 [31] Ibrahim，J.G.和Kleinman，K.P.（1998年）。随机效应模型的半参数贝叶斯方法。在，实用非参数和半参数贝叶斯统计。统计学讲座笔记133（D.Dey、P.Müller和D.Sinha编辑）89-114。纽约施普林格-弗拉格·Zbl 0954.62089号 ·doi:10.1007/978-1-4612-1732-95 [32] Ishwaran，H.和James，L.F.（2001年）。断棒前吉布斯取样方法。，美国统计协会杂志96 161-173·Zbl 1014.62006年 ·doi:10.1198/016214501750332758 [33] Jara，A.和Hanson，T.（2011年）。一类相关无尾过程的混合物。，生物特征98 553-566·Zbl 1231.62178号 ·doi:10.1093/biomet/asq082 [34] Jara，A.、Hanson，T.E.、Quintana，F.A.、Müller，P.和Rosner，G.L.（2011年）。DPpackage:R中的贝叶斯半参数和非参数建模，统计软件杂志40 1-20。 [35] Jones，G.L.、Haran，M.、Caffo，B.S.和Neath，R.（2006）。马尔可夫链蒙特卡罗固定宽度输出分析。，美国统计协会期刊101 1537-1547·Zbl 1171.62316号 ·doi:10.1198/016214500000492 [36] Kalli，M.、Griffin，J.和Walker，S.G.（2010年）。切片取样混合模型。，统计与计算21 93-105·Zbl 1256.65006号 ·doi:10.1007/s11222-009-9150-年 [37] Kim，H.、Loh，W.Y.、Shih，Y.S.和Chaudhuri，P.（2007年）。具有良好预测能力的可视化和可解释回归模型。，IEEE汇刊：数据挖掘和Web挖掘专刊39 565-579。 [38] Kottas，A.、Müller，P.和Quintana，F.（2005年）。多元有序数据的非参数贝叶斯建模。，计算与图形统计杂志14 610-625·doi:10.1198/106186005X63185 [39] Laud，P.W.和Ibrahim，J.G.（1995年）。预测模型选择。，英国皇家统计学会杂志，B辑57 247-262·Zbl 0809.62024号 [40] Lo，A.Y.（1984年）。关于一类贝叶斯非参数估计。，统计年鉴12 351-357·Zbl 0557.62036号 ·doi:10.1214/aos/1176346412 [41] MacEachern，S.N.（1999）。相关非参数过程。，美国统计协会贝叶斯统计科学部会议录50-55。 [42] MacEachern，S.N.（2000年）。俄亥俄州立大学统计系相关狄利克雷过程技术报告。 [43] MacEachern，S.N.（2001年）。相关非参数过程的决策理论方面。年，贝叶斯方法及其在科学、政策和官方统计中的应用（E.George编辑）551-560。国际贝叶斯分析学会。 [44] 马洛斯，C.L.（1973年）。关于Cp.的一些评论，技术计量学15 661-675·Zbl 0269.62061号 ·doi:10.2307/1267380 [45] Milborrow，S.（2009）。地球：多元自适应回归样条模型R包版本，2.4-0。 [46] Mukhopadhyay，S.和Gelfand，A.E.（1997）。Dirichlet过程混合广义线性模型。，美国统计协会杂志92 633-639·Zbl 0889.62062号 ·doi:10.2307/2965710 [47] Müller，P.、Erkanli，A.和West，M.（1996）。使用多元正态混合的贝叶斯曲线拟合。，生物特征83 67-79·Zbl 0865.62029号 ·doi:10.1093/biomet/83.1.67 [48] Müller，P.和Quintana，F.A.（2010年）。基于协变量回归的随机划分模型。，统计规划与推断杂志140 2801-2808·Zbl 1191.62073号 ·doi:10.1016/j.jspi.2010.03.002 [49] Müller，P.、Quintana，F.A.和Rosner，G.L.（2011年）。基于协变量回归的产品划分模型。，计算与图形统计杂志20 260-278·doi:10.1198/jcgs.2011.09066 [50] Newton，M.A.、Czado，C.和Chappell，R.（1996）。半参数二元回归的贝叶斯推断。，美国统计协会杂志91 142-153·Zbl 0870.62026号 ·doi:10.2307/2291390 [51] O'Hagan，A.和Forster，J.（2004）。，肯德尔的高级统计理论：贝叶斯推断2B。阿诺德，伦敦·Zbl 1058.6202号 [52] Park，Y.和Casella，G.（2008年）。贝叶斯拉索。，美国统计协会杂志103 681-686·Zbl 1330.62292号 ·doi:10.1198/016214500000037 [53] Park，J.H.和Dunson，D.B.（2010年）。贝叶斯广义产品划分模型。，中国统计局20 1203-1226·Zbl 1507.62242号 [54] Perman，M.、Pitman，J.和Yor，M.（1992年）。泊松点过程和偏移的尺寸抽样。，概率论及相关领域92 21-39·Zbl 0741.60037号 ·doi:10.1007/BF01205234 [55] Pinheiro，J.、Bates，D.、DebRoy，S.、Sarkar，D.和R开发核心团队（2010年）。Nlme：线性和非线性混合效应模型R包版本，3.1-97。 [56] Polzehl，J.（2010）。EDR：估算有效降维（EDR）空间R包版本0.6-4。， [57] Polzehl，J.和Sperlich，S.（2009年）。关于结构自适应降维的注释。，统计计算与模拟杂志79 805-818·兹比尔1186.62084 ·doi:10.1080/00949650801959699 [58] Robert，C.P.和Casella，G.（2004）。，蒙特卡洛统计方法（第二版）。纽约州施普林格·Zbl 1096.62003年 [59] Rodriguez，A.、Dunson，D.B.和Gelfand，A.E.（2008）。嵌套Dirichlet过程。，美国统计协会杂志103 1131-1144·Zbl 1205.62062号 ·doi:10.1198/0162145000000553 [60] Rodriguez，A.和Dunson，D.B.（2011年）。通过probit坚守过程的非参数贝叶斯模型。，贝叶斯分析6 1-34·Zbl 1330.62120号 ·doi:10.1214/11-BA605 [61] Sethuraman，J.（1994）。Dirichlet Priors的构造性定义。，中国统计局4 639-650·Zbl 0823.62007号 [62] Smyth，G.（2010年）。Statmod：统计建模R包版本1.4.6。 [63] R开发核心团队（2011年）。，R： 统计计算语言和环境R统计计算基金会，奥地利维也纳。 [64] Teh，Y.W.、Jordan，M.I.、Beal，M.J.和Blei，D.M.（2006）。在相关组之间共享集群：层次Dirichlet过程。，美国统计协会期刊101 1566-1581·兹比尔1171.62349 ·doi:10.1198/016214500000302 [65] Tokdar，S.T.、Zhu，Y.M.和Ghosh，J.K.（2010年）。基于logistic Gaussian过程先验和子空间投影的密度回归。，贝叶斯分析5 316-344·Zbl 1330.62182号 ·doi:10.1214/10-BA605 [66] Walker，S.G.和Karabatsos，G.（2012年）。使用多元正态混合回归贝叶斯曲线拟合。年，《贝叶斯理论与应用》（P.Damien、P.Dellaportas、N.Polson和D.Stephens编辑）297-305。牛津大学出版社，纽约。 [67] Wood，S.N.（2004）。广义可加模型的稳定有效多重平滑参数估计。，美国统计协会杂志99 673-686·Zbl 1117.62445号 ·doi:10.1198/016214500000980 [68] Wood，S.N.（2010年）。带有GCV/AIC/REML平滑度估计的GAM和PQL的GAMM:mgcv软件包文档，R统计计算基金会，奥地利维也纳。 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。