×

某些连续收缩先验的次优性。 (英语) Zbl 1419.62050号

摘要:在高维贝叶斯模型中,两分量混合先验提供了一种传统的稀疏性诱导方法。然而,这种先验的几个方面,包括高维的计算复杂性、精确零点的解释和标准损失函数下的非解析后验总结,激发了各种各样的连续收缩先验,可以表示为高斯的全局-局部混合。有趣的是,我们证明了许多常用的收缩先兆,包括贝叶斯拉索,在高维环境中没有足够的后向集中。

MSC公司:

2015年1月62日 贝叶斯推断
62J07型 岭回归;收缩估计器(拉索)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 阿玛根。;邓森,D.B。;Lee,J.,广义双帕累托收缩,统计师。Sinica,23,1,119(2013)·兹比尔1259.62061
[2] Bhattacharya,A。;帕蒂,D。;新南威尔士州皮莱。;Dunson,D.B.,Dirichlet-Laplace最优收缩率先验,J.Amer。统计师。协会,1105121479-1490(2015)·Zbl 1373.62368号
[3] 伯尔曼,P。;Van De Geer,S.,《高维数据统计:方法、理论和应用》(2011),施普林格出版社·Zbl 1273.62015年
[4] 卡瓦略,C。;Polson,N。;Scott,J.,稀疏信号的马蹄形估计器,Biometrika,97,2,465-480(2010)·Zbl 1406.62021号
[5] Castillo,I.,高斯过程先验后验率的下限,电子。《统计杂志》,第2期,1281-1299页(2008年)·Zbl 1320.62067号
[7] 卡斯蒂略,I。;van der Vaart,A.,《大海捞针:可能稀疏序列的后向集中》,《统计年鉴》。,40, 4, 2069-2101 (2012) ·Zbl 1257.62025号
[8] Dickey,J.,《贝叶斯应用的三个多维积分恒等式》,《数学年鉴》。统计人员。,1615-1628年(1968年)·Zbl 0169.50505号
[9] 多诺霍,D。;约翰斯通,I。;霍奇,J。;Stern,A.,《最大熵与近黑色物体》,J.R.Stat.Soc.Ser。B统计方法。,41-81 (1992) ·Zbl 0788.62103号
[10] 埃夫隆,B。;哈斯蒂,T。;约翰斯通,I。;Tibshirani,R.,最小角回归,Ann.Statist。,32, 2, 407-499 (2004) ·Zbl 1091.62054号
[11] Gelman,A.,层次模型中方差参数的先验分布(对browne和draper的文章进行评论),贝叶斯分析。,1, 3, 515-534 (2006) ·Zbl 1331.62139号
[12] 格雷斯廷,I。;Ryzhik,I.(积分表、系列表和乘积表(1980),学术出版社:纽约学术出版社)·Zbl 0521.33001号
[13] 格里芬,J。;Brown,P.,回归问题中正态伽马先验分布的推断,贝叶斯分析。,5, 1, 171-188 (2010) ·Zbl 1330.62128号
[14] Hans,C.,具有正态先验的弹性网回归建模,J.Amer。统计师。协会,1064961383-1393(2011)·Zbl 1234.62106号
[15] 约翰斯通,I。;Silverman,B.,《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, 4, 1594-1649 (2004) ·Zbl 1047.62008年
[16] 明绍森,N。;Yu,B.,高维数据稀疏表示的Lasso型恢复,Ann.Statist。,37, 1, 246-270 (2009) ·Zbl 1155.62050号
[18] Nickl,R。;van de Geer,S.,稀疏回归中的置信集,Ann.Statist。,41, 6, 2852-2876 (2013) ·Zbl 1288.62108号
[19] 帕克,T。;Casella,G.,《贝叶斯套索》,J.Amer。统计师。协会,103,482,681-686(2008)·兹比尔1330.62292
[20] 帕蒂,D。;Bhattacharya,A。;皮莱,N.S。;Dunson,D.,海量协方差矩阵稀疏贝叶斯因子模型的后验收缩,Ann.Statist。,42, 3, 1102-1130 (2014) ·Zbl 1305.62124号
[22] Polson,N。;Scott,J.,《全球收缩,局部行动:稀疏贝叶斯正则化和预测》(Bernardo,J.M.;Bayarri,M.J.;Berger,J.O.;Dawid,A.P.;Heckerman,D.;Smith,A.F.M.;West,M.,《贝叶斯统计》,第9卷(2010年),牛津大学出版社:牛津大学出版社,纽约),501-538
[23] Raskutti,G。;温赖特,M。;Yu,B.,(l_q)ball上高维线性回归的Minimax估计率,IEEE Trans。通知。理论,57,10,6976-6994(2011)·Zbl 1365.62276号
[24] 斯科特,J。;Berger,J.,《变量选择问题中的贝叶斯和经验贝叶斯多重性调整》,《统计年鉴》。,38, 5, 2587-2619 (2010) ·兹比尔1200.62020
[25] Tipping,M.,稀疏贝叶斯学习和关联向量机,J.马赫。学习。第1211-244号决议(2001年)·Zbl 0997.68109号
[26] Van de Geer,S.,高维广义线性模型和套索,Ann.Statist。,36, 2, 614-645 (2008) ·Zbl 1138.62323号
[27] 范德帕斯,S。;Kleijn,B。;van der Vaart,A.,马蹄形估计器:近黑色向量的后验浓度,电子。J.Stat.,8,2,2585-2618(2014)·Zbl 1309.62060号
[28] van der Vaart,A。;van Zanten,J.,再现高斯先验的核-希尔伯特空间,IMS Collections,3200-222(2008)
[29] West,M.,正态分布的尺度混合,生物统计学,74,3,646-648(1987)·Zbl 0648.62015.中
[30] 张,C。;黄静,高维线性回归套索选择的模型选择一致性,统计年鉴。,36, 4, 1567-1594 (2008) ·Zbl 1142.62044号
[31] 赵,P。;Yu,B.,关于套索的模型选择一致性,J.Mach。学习。第7、2、2541-2567号决议(2006年)·Zbl 1222.62008年
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。