×
Kosuke Imai;戴维·范戴克（David A.van Dyk）。

使用边缘数据增强的多项式概率模型的贝叶斯分析。 （英语） Zbl 1335.62049号

《经济学杂志》。 124，第2期，311-334（2005）.
摘要：我们介绍了一组新的马尔可夫链蒙特卡罗算法，用于多项式概率模型的贝叶斯分析。我们的模型贝叶斯表示直接在可识别参数上放置了一个新的、可能不正确的先验分布，因此相对容易解释和使用。我们的算法基于边缘数据增强方法，只涉及从标准分布中提取数据，并在其他可用贝叶斯方法中占据主导地位，因为它们与最快的方法一样快速收敛，但具有更具吸引力的先验规范。我们的算法的C代码和R接口是公开的。

引用于38文件

MSC公司：

2015年1月62日 贝叶斯推断
65立方厘米05 蒙特卡罗方法

关键词：

贝叶斯分析;数据增强;先验分布;probit模型;收敛速度

软件：

MNP公司;对
PDF格式BibTeX公司 XML格式引用
\textit{K.Imai}和\textit{D.A.van Dyk}，J.Econom。124，编号2，311-334（2005年；兹bl 1335.62049）
全文： 内政部

参考文献：

[1] Ben-Akiva，M.E。；Lerman，S.R.，《离散选择分析：旅行需求的理论与应用》（1985年），麻省理工学院出版社：麻省理学院出版社剑桥
[2] Chib，S.、Greenberg，E.、Chen，Y.，1998年。拟合和比较多项式响应模型的MCMC方法。《经济工作文件档案》，计量经济学，第9802001号，圣路易斯华盛顿大学。；Chib，S.、Greenberg，E.、Chen，Y.，1998年。拟合和比较多项式响应模型的MCMC方法。经济学工作文件档案，计量经济学，第9802001号，圣路易斯华盛顿大学。
[3] 钦塔昆塔，P.K。；Prasad，A.R.，《购买时机和品牌选择对市场结构影响的“动态McFadden”模型的实证研究》，《商业与经济统计杂志》，16，1，2-12（1998）
[4] Cowles，M.K。；Carlin，B.P.，马尔可夫链蒙特卡罗收敛诊断比较综述，美国统计协会杂志，91883-904（1996）·兹比尔0869.62066
[5] Gelman，A。；Rubin，D.B.，《使用多序列的迭代模拟推断》（含讨论），《统计科学》，第7457-472页（1992年）·Zbl 1386.65060号
[6] Geweke，J。；基恩，M。；Runkle，D.，《多项式概率模型中推理的替代计算方法》，《经济学和统计学评论》，76609-632（1994）
[7] Haas，M.，IgG亚类和超微结构标记物在预测潜在膜性狼疮肾炎中的价值，现代病理学，11，147A（1998）
[8] 豪斯曼，J.A。；Wise，D.A.，识别相互依赖和异质偏好的定性选择离散决策的条件概率模型，《计量经济学》，46，403-426（1978）·Zbl 0376.90005号
[9] Keane，M.P.，关于多项式概率模型中识别的注释，《商业与经济统计杂志》，第10期，193-200页（1992年）
[10] Liu，J.S。；Wong，W.H。；Kong，A.，吉布斯采样器的协方差结构及其在估计器和增强方案比较中的应用，生物统计学，81，27-40（1994）·Zbl 0811.62080号
[11] Maddala，G.，《计量经济学中的有限依赖和定性变量》（1983），剑桥大学出版社：剑桥大学出版社·Zbl 0527.62098号
[12] McCulloch，R。；Rossi，P.，《多项式概率模型的精确似然分析》，《计量经济学杂志》，64，207-240（1994）
[13] McCulloch，R。；Rossi，P.，回复Nobile，《计量经济学杂志》，99，347-348（2000）·Zbl 1337.62040号
[14] McCulloch，R。；新几内亚波尔森。；Rossi，P.，具有完全识别参数的多项式概率模型的贝叶斯分析，《计量经济学杂志》，99173-193（2000）·Zbl 0958.62029号
[15] 孟，X.-L。；van Dyk，D.A.，《通过条件和边缘增强寻求有效的数据增强方案》，《生物统计学》，86，301-320（1999）·兹比尔1054.62505
[16] Nobile，A.，多项式概率模型贝叶斯分析的混合马尔可夫链，统计与计算，8229-242（1998）
[17] Nobile，A.，Comments带归一化约束的贝叶斯多项式概率模型，《计量经济学杂志》，99，335-345（2000）·Zbl 1075.62539号
[18] 奎因，K.M。；马丁。；Whitford，A.B.，《多党民主中的选民选择——竞争理论和模型的检验》，《美国政治科学杂志》，第43期，第1231-1247页（1999年）
[19] Roberts，G.O.，1996年。与采样算法相关的马尔可夫链概念。收录：Gilks，W.R.，Richardson，S.，Spiegelhalter，D.J.（编辑），Markov Chain Monte Carlo In Practice。查普曼和霍尔，伦敦。；Roberts，G.O.，1996年。与采样算法相关的马尔可夫链概念。收录：Gilks，W.R.，Richardson，S.，Spiegelhalter，D.J.（编辑），Markov Chain Monte Carlo In Practice。查普曼和霍尔，伦敦·兹比尔0839.62078
[20] Speckman，P.L.，Lee，J.，Sun，D.，1999年。一般多项式选择模型最大似然估计的存在性和后验概率的适当性。哥伦比亚密苏里大学统计系技术报告。；Speckman，P.L.，Lee，J.，Sun，D.，1999年。一般多项式选择模型最大似然估计的存在性和后验概率的适当性。哥伦比亚密苏里大学统计系技术报告·Zbl 1168.62019号
[21] Tanner，医学硕士。；Wong，W.H.，《通过数据增强计算后验分布（讨论）》，《美国统计协会杂志》，82528-550（1987）·Zbl 0619.62029号
[22] Tierney，L.，探索后验分布的马尔可夫链（含讨论），《统计年鉴》，221701-1762（1994）·Zbl 0829.62080号
[23] Tierney，L.，1996年。一般状态空间马尔可夫链理论简介。收录：Gilks，W.R.，Richardson，S.，Spiegelhalter，D.J.（编辑），Markov Chain Monte Carlo In Practice。查普曼和霍尔，伦敦。；Tierney，L.，1996年。一般状态空间马尔可夫链理论简介。收录：Gilks，W.R.，Richardson，S.，Spiegelhalter，D.J.（编辑），Markov Chain Monte Carlo In Practice。查普曼和霍尔，伦敦·Zbl 0849.60072号
[24] van Dyk，D.A。；孟晓乐，《数据增强的艺术（与讨论）》，《计算与图形统计杂志》，2001年第10期，第1-111页
[25] van Dyk，D.A.，Kang，H.，Meng，X.-L.，2004年。使用边缘吉布斯采样器改进glmm的贝叶斯计算。技术报告。；van Dyk，D.A.，Kang，H.，Meng，X.-L.，2004年。使用边际吉布斯采样器来改进glmm的贝叶斯计算。技术报告。
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。