×
特里斯坦格雷·戴维斯；克里斯·霍尔姆斯。；弗朗索瓦·卡隆

通过条件秩的Plackett-Luce模型进行可缩放贝叶斯非参数回归。 （英语） Zbl 1397.62148号

电子。J.统计。 1807-1828（2016）第2期第10期.
摘要：我们提出了一种新的协变量（X）和连续响应变量（Y）的贝叶斯非参数回归模型。该模型根据（Y）和（X）的边际分布以及调节条件分布（F（Y | X）的随机顺序的回归函数进行参数化。通过采用近似复合似然方法，我们表明，对于模型的各个组成部分，所得到的后验推断可以解耦。该程序可以扩展到非常大的数据集，并允许使用贝叶斯非参数密度估计和Plackett-Luce排名估计中的标准现有软件。作为一个例子，我们展示了我们的方法在美国人口普查数据集上的应用，该数据集包含1300000多个数据点和100多个协变量。

引用于2文件

MSC公司：

62G08号 非参数回归和分位数回归
62H30型 分类和区分；聚类分析（统计方面）
62第25页 统计学在社会科学中的应用

关键词：

贝叶斯非参数；复合似然；门襟-门襟；波利亚树；Dirichlet工艺混合物

软件：

bfa公司；DP包；贝叶斯树；BartPy公司
PDF格式BibTeX公司 XML格式引用
\textit{T.Gray-Davies}等人，《电子》。J.Stat.10，No.2，1807--1828（2016；Zbl 1397.62148）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Caron，F.、Davy，M.和Doucet，A.，2007年。时变Dirichlet过程混合物的广义Polya urn。年，第23届人工智能不确定性会议（UAI’2007）。
[2] Caron，F.、Davy，M.、Doucet，A.、Duflos，E.和Vanheehee，P.，2008年。Dirichlet过程混合线性动态模型的贝叶斯推断。，IEEE信号处理汇刊，56（1），71-84·Zbl 1391.62144号 ·doi:10.1109/TSP.2007.900167
[3] Chipman，H.A.、George，E.I.和McCulloch，R.E.，2010年。BART：贝叶斯加性回归树。，Ann.应用。统计，4（1），266-298·兹比尔1189.62066 ·doi:10.1214/09-AOAS285
[4] Chung，Y.和Dunson，D.B.，2009年。具有变量选择的非参数贝叶斯条件分布建模。，美国统计协会杂志，104（488）·Zbl 1205.62039号 ·doi:10.1198/jasa.2009.tm08302
[5] 考克斯，D.R.，1972年。回归模型和生命表。，英国皇家统计学会杂志。B系列（方法学），34（2），187-220·Zbl 0243.62041号
[6] Cox，D.R.&Reid，N.，2004年。关于由边缘密度构造伪似然的注记。，《生物特征》，91（3），729-737·Zbl 1162.62365号 ·doi:10.1093/biomet/91.3.729
[7] 霍夫，P.D.，2007年。推广半参数copula估计的秩似然。，Ann.应用。统计，1（1），265-283·邮编1129.62050 ·doi:10.1214/07-AOAS107
[8] De Iorio，M.、Müller，P.、Rosner，G.L.和MacEachern，S.N.，2004年。相依随机测度的方差分析模型。，《美国统计协会杂志》，99（465），205-215·Zbl 1089.62513号 ·doi:10.1198/016214500000205
[9] Denison，D.G.T.、Holmes，C.C.、Mallick，B.K.和Smith，A.F.M.，2002年，《非线性分类和回归的贝叶斯方法》。约翰·威利父子公司·Zbl 0994.62019号
[10] Dunson，D.B.和Park，J.-H.，2008年。内核破胶过程。，《生物特征》，95（2），307-323·Zbl 1437.62448号 ·doi:10.1093/biomet/asn012
[11] Dunson，D.B.，Pillai，N.和Park，J.-H.，2007年。贝叶斯密度回归。，英国皇家统计学会杂志：B辑（统计方法），69（2），163-183·Zbl 1120.62025号 ·文件编号：10.1111/j.1467-9868.2007.00582.x
[12] Escobar，M.D.和West，M.，1995年。贝叶斯密度估计和混合推理。，《美国统计协会杂志》，90（430），577-588·Zbl 0826.62021号 ·doi:10.2307/2291069
[13] 弗格森，T.S.，1973年。一些非参数问题的贝叶斯分析。，统计年鉴，1（2），209-230·Zbl 0255.62037号 ·doi:10.1214/aos/1176342360
[14] Ferguson，T.S.，1974年。概率测度空间上的先验分布。，《统计年鉴》，2（4），615-629·兹伯利0286.62008 ·doi:10.1214/aos/1176342752
[15] Gelfand，A.和Kottas，A.，2003年。中位剩余寿命的贝叶斯半参数回归。，《斯堪的纳维亚统计杂志》，30（4），651-665·Zbl 1053.62049号 ·doi:10.1111/1467-9469.00356
[16] Ghosal，S.和Van der Vaart，A.W.，2013年，《非参数贝叶斯推断基础》。剑桥大学出版社，纽约·Zbl 1376.62004号
[17] Griffin，J.E.&Steel，M.F.J.，2006年。基于顺序的依赖Dirichlet过程。，《美国统计协会杂志》，101（473），179-194·Zbl 1118.62360号 ·doi:10.1198/01621450000000727
[18] Hannah，L.A.，Blei，D.，&Powell，W.B.，2011年。广义线性模型的Dirichlet过程混合。，《机器学习研究杂志》，1923-1953年，第12期·Zbl 1280.62031号
[19] Hjort，N.L.、Holmes，C.C.、Müller，P.和Walker，S.G.，2010年，《贝叶斯非参数学》。剑桥统计与概率数学系列。剑桥大学出版社·Zbl 1360.62124号
[20] Jara，A.，2007年。使用DPpackage.应用贝叶斯非参数和半参数推理。，R新闻，7（3），17-26。
[21] Jara，A.、Hanson，T.、Quintana，F.、Müller，P.和Rosner，G.，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（5），1-30。
[22] Kim，Y.，2006年。比例风险模型的Bernstein-von Mises定理。，《统计年鉴》，34（4），1678-1700·Zbl 1246.62050号 ·doi:10.1214/0090536000000533
[23] Kottas，A.和Gelfand，A.E.，2001年。贝叶斯半参数中值回归建模。，《美国统计协会杂志》，96（456），1458-1468·Zbl 1051.62038号 ·doi:10.1198/016214501753382363
[24] Lavine，M.，1992年。统计建模用Polya树分布的一些方面。，《统计年鉴》，20（3），1222-1235·Zbl 0765.62005年 ·doi:10.1214操作系统/1176348767
[25] 拉文，M.，1994年。用于统计建模的Polya树分布的更多方面。，《统计年鉴》，22（3），1161-1176·Zbl 0820.62016号 ·doi:10.1214/aos/1176325623
[26] Lavine，M.&Mockus，A.，1995年。保序回归的非参数Bayes方法。，《统计规划与推断杂志》，46（2），235-248·Zbl 0833.62040号 ·doi:10.1016/0378-3758（94）00106-6
[27] 林赛，B.G.，1988年。复合似然法。，当代数学，80（1），221-39·Zbl 0672.62069号 ·doi:10.1090/conm/080/999014
[28] Lo，A.Y.，1984年。关于一类贝叶斯非参数估计：I.密度估计。，《统计年鉴》，12（1），351-357·Zbl 0557.62036号 ·doi:10.1214/aos/1176346412
[29] 卢斯，R.D.，1959年，《个人选择行为：理论分析》。约翰·威利父子公司·Zbl 0093.31708号
[30] MacEachern，S.N.，1999年。相关非参数过程。在：，《贝叶斯统计科学学报》。美国统计协会。
[31] MacEachern，S.N.&Müller，P.，1998年。估计Dirichlet过程模型的混合。，计算与图形统计杂志，7（2），223-238。
[32] Mauldin，R.D.，Sudderth，W.D.，&Williams，S.C.，1992年。Polya树和随机分布。，《统计年鉴》，20（3），1203-1221·Zbl 0765.62006年 ·doi:10.1214/aos/1176348766
[33] Müller，P.&Quintana，F.A.，2004年。非参数贝叶斯数据分析。，统计科学，19（1），95-110·Zbl 1057.62032号 ·doi:10.1214/0883423040000017
[34] Müller，P.、Erkanli，A.和West，M.，1996年。使用多元正态混合物的贝叶斯曲线拟合。，Biometrika，83（1），67-79·Zbl 0865.62029号 ·doi:10.1093/biomet/83.1.67
[35] Murray，J.S.、Dunson，D.B.、Carin，L.和Lucas，J.E.，2013年。混合数据的贝叶斯-高斯copula因子模型。，《美国统计协会杂志》，108（502），656-665·Zbl 06195968号 ·doi:10.1080/01621459.2012.762328
[36] Neal，R.M.，2000年。Dirichlet过程混合模型的马尔可夫链抽样方法。，计算与图形统计杂志，9（2），249-265。
[37] Pati，D.&Dunson，D.B.，2014年。变残差密度贝叶斯非参数回归。，统计数学研究所年鉴，66（1），1-31·Zbl 1281.62102号 ·doi:10.1007/s10463-013-0415-z
[38] Pauli，F.、Racugno，W.和Ventura，L.，2011年。贝叶斯复合边际可能性。，《中国统计》，21（1），149·Zbl 1206.62039号
[39] Plackett，R.L.，1975年。排列分析。，英国皇家统计学会杂志。C辑（应用统计学），24（2），193-202。
[40] Rasmussen，C.E.，2006年，机器学习的高斯过程。麻省理工学院出版社·Zbl 1177.68165号
[41] Ribate，M.、Cooley，D.和Davison，A.C.，2012年。基于复合可能性的贝叶斯推断，以及对空间极值的应用。，中国统计局，22813-845·Zbl 1238.62031号 ·doi:10.5705/ss.2009.248
[42] Shahbaba，B.&Neal，R.，2009年。使用Dirichlet过程混合物的非线性模型。，机器学习研究杂志，101829-1850·Zbl 1235.62069号
[43] Trippa，L.、Müller，P.和Johnson，W.，2011年。多元β过程和Polya树模型的扩展。，《生物特征》，98（1），17-34·Zbl 1214.62101号 ·doi:10.1093/biomet/asq072
[44] Varin，C.、Reid，N.和Firth，D.，2011年。复合似然方法概述。，中国统计，21（1），5-42·兹伯利05849508
[45] Wade，S.、Dunson，D.B.、Petrone，S.和Trippa，L.，2014年。通过富集改进Dirichlet工艺混合物的预测。，《机器学习研究杂志》，第15期，1041-1071页·Zbl 1319.62085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。