×

半参数回归和图形模型。 (英语) Zbl 1334.62012年

摘要:使用带惩罚的样条基函数的半参数回归模型具有图形模型表示。这种联系比以前建立的半参数回归的混合模型表示更强大,因为可以容纳更大的一类模型。在图形模型体系结构中,更自然地处理丢失和测量错误等复杂问题。有向非循环图,也称为贝叶斯网络,发挥着重要作用。基于图形模型的贝叶斯“推理引擎”,例如漏洞共鸣,便于拟合和推断。其基础是马尔可夫链蒙特卡罗方法以及变分近似理论和方法的最新发展。

MSC公司:

62A09号 统计学中的图形方法
2015年1月62日 贝叶斯推断
68层35 人工智能的语言和软件系统理论(基于知识的系统、专家系统等)
62G08号 非参数回归和分位数回归
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bachrach,健康亚洲人、西班牙裔、黑人和白人青年的骨矿物质采集。纵向研究,J.Clin。内分泌代谢。第84页,第4702页–(1999年)
[2] 贝里,测量误差问题的贝叶斯平滑和回归样条,J.Amer。统计师。协会97第160页–(2002年)·Zbl 1073.62524号
[3] 贝萨格,晶格系统的空间相互作用和统计分析,J.R.Statist。Soc.序列号。B统计师。Methodol公司。第36页,192页–(1974年)·Zbl 0327.60067号
[4] Bishop,模式识别和机器学习(2006)
[5] Bishop,神经信息处理系统进展,第793页–(2003年)
[6] Branscum,Bayesian beta回归:家庭支出数据和口蹄疫病毒之间遗传距离的应用,澳大利亚。N.Z.J.统计。第49页,第287页–(2007年)·Zbl 1136.62323号
[7] Breidt,《抽样调查:理论、方法和推断》,《统计手册》(2008年)
[8] Breslow,广义线性混合模型中的近似推断,J.Amer。统计师。协会88第9页–(1993)·Zbl 0775.62195号
[9] 布尔曼,Boosting algorithms:regulation,prediction and model fitting,Statist。科学。第22页,477页–(2007年)·Zbl 1246.62163号
[10] 《线性平滑器和加法模型》,《统计年鉴》。第17页,453页–(1989年)·Zbl 0689.62029号
[11] Cappé,隐马尔可夫模型中的推断(2005)
[12] 卡罗尔,非线性模型中的测量误差(2006)·Zbl 1119.62063号 ·doi:10.1201/978142001138
[13] 卡塞拉,专刊简介:贝叶斯当时和现在,统计师。科学。第19页第1页–(2004年)
[14] Castillo,专家系统和概率网络模型(1997)·doi:10.1007/978-1-4612-2270-5
[15] Chen,回归模型中缺失协变量和响应数据的半参数模型,《生物统计学》62页177–(2006)·Zbl 1091.62056号
[16] Cowell,概率网络与专家系统(1999)·兹伯利0937.68121
[17] 考克斯,《国际社会和行为科学百科全书》第1554页–(2001年)·doi:10.1016/B0-08-043076-7/00396-X
[18] Crainiceanu,双变量二项空间模型,Loa-Loa在热带非洲的流行情况(有讨论),J.Amer。统计师。协会103第21页–(2008年)·Zbl 1469.86015号
[19] Duong,T.(2008)。ks:内核平滑。R软件包版本1.5.5。[引用日期:2008年1月28日]网址:http://www.cran.r-project.org。
[20] Eubank,非参数回归和样条曲线平滑(1999)
[21] Fitzmaurice,G.、Davidian,M.、Verbeke,G.和Molenberghs,G.编辑(2008年)。纵向数据分析:现代统计方法手册。佛罗里达州博卡拉顿:查普曼和霍尔/CRC。
[22] French,不完全协变量癌症绘图的广义加性模型,生物统计学5 pp 177–(2004)·兹比尔1096.62116
[23] Freund,以多数人的方式推进弱学习算法,Inform。计算。第121页,第256页–(1995)·Zbl 0833.68109号
[24] Freund,《机器学习:第十三届国际会议论文集》,第148页–(1996)
[25] Geiger,《识别贝叶斯网络中的独立性》,《网络》20页507–(1990)·Zbl 0724.05066号
[26] Geman,随机松弛,Gibbs分布,图像的贝叶斯恢复,IEEE模式分析。机器。智力。第6页,721页–(1984年)·Zbl 0573.62030号
[27] Geraci,在具有不可忽视的缺失响应的半参数空间回归中使用辅助数据,统计学家。建模6第321页–(2006年)
[28] Gianola,用半参数程序进行基因组辅助遗传价值预测,《遗传学》173页1761–(2006)
[29] Hall,关于带缺失值的马尔科夫模型中基于似然推理的变分下界函数的充分性,J.R.Statist。Soc.序列号。B统计师。Methodol公司。第64页,549页–(2002年)·Zbl 1099.62095号
[30] Harezlak,《加速纵向设计的个体和群体惩罚回归样条曲线》,《生物统计学》第61页,第1037页–(2005)·Zbl 1087.62124号
[31] Hastie,对统计师Moguerza&Muñoz论文的评论。科学。第21页,352页–(2006年)
[32] Hennerfeind,Geoadditive生存模型,J.Amer。统计师。协会101第1065页–(2006)·Zbl 1120.62331号
[33] Jaakkola,通过变分方法进行贝叶斯参数估计,Statist。计算。第10页,25–(2000)
[34] Jank,通过时空半参数模型对在线拍卖中事件的并发性进行建模,J.R.Statist。Soc.序列号。C 56第1页–(2007年)·Zbl 1490.62452号
[35] Jensen,贝叶斯网络简介(1996)
[36] 乔丹,《图形模型学习》(1999)
[37] Jordan、Graphical models、Statist。科学。第19页140–(2004)
[38] Jordan,图形模型的变分方法简介,Mach。学习。第37页第183页–(1999)·兹比尔0945.68164
[39] Kammann,地质添加剂模型,J.R.Statist。Soc.序列号。C 52第1页–(2003年)
[40] Lauritzen,图形模型(1996)·Zbl 0907.62001
[41] 梁,线性回归的自动贝叶斯模型平均及其在贝叶斯曲线拟合中的应用,统计学。Sinica 4第1005页–(2001)·Zbl 0984.62018号
[42] Lunn,WinBUGS——贝叶斯建模框架:概念、结构和可扩展性,Statist。计算。第10页,325页–(2000年)
[43] Minka,推断。净额(2008年)
[44] 墨菲,《图形模型软件:综述》,《国际社会贝叶斯分析》。牛市。第14页,第13页–(2007年)
[45] 诺特,非高斯数据均值和方差函数的半参数估计,计算。统计师。第21页,第603页–(2006年)·Zbl 1164.62342号
[46] Padoan,基于混合模型的样本极值加性模型,Statist。普罗巴伯。莱特。第78页,第2850页–(2008年)·Zbl 1317.62060号
[47] 帕加诺,生物统计学原理(1993)
[48] Pearce,Penalized样条和再生核方法,Amer。统计师。第60页第233页–(2006年)
[49] Pearl,《智能系统中的概率推理》(1988)·兹伯利0746.68089
[50] Pinheiro,J.、Bates,D.、DebRoy,S.、Sarkar,D.和R Core团队。(2008). nlme:线性和非线性混合效应模型。R软件包版本3.1-89。[引用日期:2008年1月28日]网址:http://www.cran.r-project.org。
[51] R开发核心团队(2008)。R: 用于统计计算的语言和环境。R统计计算基金会,奥地利维也纳。http://www.R-project.org。
[52] Robert,Monte Carlo统计方法(2004)·Zbl 1096.62003年 ·doi:10.1007/978-1-4757-4145-2
[53] Ruppert,半参数回归(2003)·Zbl 1038.62042号 ·doi:10.1017/CBO9780511755453
[54] Ruppert,2003-2007年期间的半参数回归,J.Amer。统计师。协会(2009)
[55] SAS Institute,Inc.(2008)。北卡罗来纳州卡里。
[56] 夏皮雷,《弱可学习性的力量》,机器学习5,第197页–(1990)·Zbl 0747.68058号
[57] Schölkopf,《与Kernels一起学习》(2002)
[58] Spiegelhalter,有向图形结构上条件概率的顺序更新,网络20,第579页–(1990)·Zbl 0697.90045号
[59] Staudenmayer,使用t分布的一般设计混合模型的稳健性,Statist。建模(2009)·Zbl 1388.62087号
[60] Tatikonda,第18届人工智能不确定性会议论文集,第493页–(2002年)
[61] 瑟斯顿,负二项加性模型,《生物计量学》56,第139页–(2000)·兹比尔1060.62673
[62] Titterington,神经网络和相关模型的贝叶斯方法,统计。科学。第19页第128页–(2004年)·Zbl 1057.62078号
[63] Tutz,通过基于似然的增强进行隐变量选择的广义加性建模,《生物统计学》62页961–(2006)·Zbl 1116.62075号
[64] van der Laan,《审查纵向数据和因果关系的统一方法》(2003年)·Zbl 1013.62034号 ·数字对象标识代码:10.1007/978-0-387-21700-0
[65] Wahba,不当先验,样条平滑和防止回归中模型错误的问题,J.R.Statist。Soc.序列号。B统计师。Methodol公司。第40页,第364页–(1978年)·Zbl 0407.62048号
[66] Wahba,观测数据的样条模型(1990年)·Zbl 0813.62001号 ·doi:10.1137/1.9781611970128
[67] 瓦赫巴(Wahba),《对穆格尔萨和穆尼奥斯(Moguerza&Muñoz)的论文的评论》,统计学家。科学。第21页,347页–(2006年)
[68] 魔杖,平滑和混合模型,计算。统计师。第18页,第223页–(2003年)·Zbl 1050.62049号
[69] Wand,On O'Sullivan惩罚样条和半参数回归,奥斯汀。N.Z.J.统计。50第179页–(2008年)
[70] Wand,M.P.和Ripley,B.D.(2008年)。KernSmooth:Wand&Jones 1995的核平滑函数。R软件包版本2.22-22。
[71] Wang,计算正态混合模型变分贝叶斯估计的通用算法的收敛性,贝叶斯分析。1第625页–(2004年)
[72] Wang,状态空间模型的平均场和变分贝叶斯近似缺乏一致性,Neur。过程。莱特。第20页,第151页–(2006年)
[73] Wasserman,《所有统计》(2004年)·Zbl 1053.62005年 ·doi:10.1007/978-0-387-21736-9
[74] Wasserman,《社会网络分析:方法和应用》(1994年)·doi:10.1017/CBO9780511815478
[75] Welham,用于曲线拟合的混合模型样条曲线的比较,Aust。N.Z.J.统计。第49页第1页–(2007年)·Zbl 1117.62041号
[76] Whittaker,应用多元统计中的图形模型(1990)·Zbl 0732.62056号
[77] 赖特,《路径系数法》,《数学年鉴》。统计师。第5页161–(1934)·JFM 60.1177.04标准
[78] Wood,薄板回归样条,J.R.Statist。Soc.序列号。B统计师。Methodol公司。第65页,95页–(2003年)·Zbl 1063.62059号
[79] Wood,广义加性混合模型的低秩尺度不变张量乘积平滑,生物计量学62第1025页–(2006)·Zbl 1116.62076号
[80] Yee,向量广义线性和加性极值模型,极值10 pp 1–(2007)·Zbl 1150.62371号
[81] Yuan,基于参数和半参数模型的两阶段无响应聚类样本有限总体平均值估计,《生物统计学》63,第1172页–(2007)·Zbl 1136.62406号
[82] 赵,通用设计贝叶斯广义线性混合模型,统计学家。科学。第21页第35页–(2006年)·Zbl 1129.62063号
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。