×

目的利用默认贝叶斯因子进行贝叶斯变换和变量选择。 (英文) Zbl 1384.62081号

总结:在这项工作中,通过使用默认的贝叶斯因子变量,通过客观贝叶斯方法彻底处理了转换和同时变量选择问题。对用T表示的四个单参数变换族(Box-Cox、Modulus、Yeo-Johnson和Dual)进行了评估和比较。对于每个(T),转换参数(lambda_T)的主观先验启发不是一项简单的任务。此外,预计\(\lambda_T\)的先验信息很少,因此需要客观的方法。固有贝叶斯因子和分数贝叶斯因素允许我们合并\(\lambda_T\)的默认不正确先验。我们使用一个模拟参考示例和两个真实示例来研究每种方法的行为。

MSC公司:

2015年1月62日 贝叶斯推断
62F07型 统计排名和选择程序

软件:

alr3
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bartlett,M.S.:评论D.V.Lindley的统计悖论。《生物特征》44,533-534(1957)·Zbl 0081.13801号 ·doi:10.1093/biomet/44.3-4.533
[2] JO伯杰;佩里奇,LR;Bernardo,J.(编辑);Berger,J.(编辑);Dawid,A.(编辑);Smith,A.(编辑),线性模型的内在贝叶斯因子,第5期,25-44(1996),牛津
[3] Berger,J.O.,Pericchi,L.R.:模型选择和预测的固有贝叶斯因子。《美国统计协会期刊》91,109-122(1996b)·Zbl 0870.62021号 ·doi:10.1080/01621459.1996.10476668
[4] Berger,J.O.,Pericchi,L.R.:模型选择的客观贝叶斯方法:介绍和比较。收录于:Lahiri,P.(编辑)“模型选择”,讲稿-专题系列,第38卷,数理统计研究所,第135-207页(2001)
[5] Berger,J.O.,Pericchi,L.R.:客观模型选择中的训练样本。Ann.Stat.32,841-869(2004年)·Zbl 1092.62034号 ·doi:10.1214/009053604000000238
[6] Box,G.E.P.,Cox,D.R.:转换分析(讨论)。J.R.统计社会服务。B 26,211-252(1964)·Zbl 0156.40104号
[7] Casella,G.,Moreno,E.:客观贝叶斯变量选择。《美国统计协会期刊》101,157-167(2006)·Zbl 1118.62313号 ·doi:10.1198/0162145050000000646
[8] Charitidou,E.,Fouskakis,D.,Ntzoufras,I.:贝叶斯变换家族选择:走向变换后的高斯宇宙。可以。《美国法律总汇》第43卷,第600-623页(2015年)·Zbl 1329.62119号 ·doi:10.1002/cjs.11261
[9] Consonni,G.,Veronese,P.:先前规范与线性模型的兼容性。统计科学。23, 332-363 (2008) ·Zbl 1329.62331号 ·doi:10.1214/08-STS258
[10] Gottardo,R.,Raftery,A.E.:贝叶斯稳健变量和转换选择:统一方法。可以。《美国联邦法律大全》第37卷第1-20页(2009年)·Zbl 1177.62034号 ·doi:10.1002/cjs.10021
[11] Hald,A.:工程应用统计理论。威利,纽约(1952年)·Zbl 0048.36404号
[12] Hoeting,J.A.,Ibrahim,J.G.:线性模型中的贝叶斯预测同时变量和变换选择。J.计算。统计数据分析。28, 87-103 (1998) ·Zbl 1042.62524号 ·doi:10.1016/S0167-9473(98)00028-0
[13] Hoeting,J.A.,Raftery,A.E.,Madigan,D.:线性回归中同时变量和转换选择的方法。J.计算。图表。统计11,485-507(2002)·Zbl 0900.62352号 ·doi:10.1198/106186002501
[14] Ibrahim,J.G.,Chen,M.H.:回归模型的幂先验分布。统计科学。15, 46-60 (2000) ·doi:10.1214/ss/1009212673
[15] John,J.A.,Draper,N.R.:另一类变换。申请。Stat.29,190-197(1980)·Zbl 0443.62062号 ·doi:10.2307/2986305
[16] Kim,S.,Chen,M.H.,Ibrahim,J.G.,Shah,A.K.,Lin,J.:个体患者数据的多元荟萃分析Box-Cox转换模型的贝叶斯推断及其在降胆固醇药物评估中的应用。Stat.Med.32,3972-3990(2013年)·Zbl 0834.62003号
[17] Kuo,L.,Mallick,B.:回归模型的变量选择。SankhyáB 60,65-81(1998年)·兹比尔0972.62016
[18] Laud,P.W.,Ibrahim,J.G.:预测模型选择。J.R.Stat.Soc.B 57,247-262(1995)·Zbl 0809.62024号
[19] Ley,E.,Steel,M.F.J.:关于贝叶斯模型平均中先验假设的影响及其在增长回归中的应用。J.应用。经济。24, 651-674 (2009) ·doi:10.1002/jae.1057
[20] Madigan,D.,York,J.:离散数据的贝叶斯图形模型。Int.Stat.Rev.63215-232(1995年)·Zbl 0834.62003号 ·doi:10.2307/1403615
[21] Miranda,M.F.,Zhu,H.,Ibrahim,J.G.:贝叶斯空间变换模型及其在神经影像数据中的应用。生物统计学69,1074-1083(2013)·兹比尔1288.62040 ·doi:10.1111/biom.12085
[22] O'Hagan,A.:模型比较的分数贝叶斯因子。J.R.Stat.Soc.B 57,99-138(1995)·Zbl 0813.62026号
[23] Pérez,J.M.,Berger,J.O.:模型选择的预期后验先验分布。Biometrika 89491-511(2002年)·Zbl 1036.62026号 ·doi:10.1093/biomet/89.3.491
[24] Pericchi,L.R.:一种贝叶斯方法,用于转换为常态。《生物特征》68,35-43(1981)·Zbl 0465.62028号 ·doi:10.1093/biomet/68.1.35
[25] Scott,J.G.,Berger,J.O.:变量选择问题中的Bayes和经验主义Bayes多重性调整。Ann.Stat.38,2587-2619(2010年)·Zbl 1200.62020年 ·doi:10.1214/10-AOS792
[26] Sweeting,T.J.:关于Box-Cox变换线性模型的先验分布的选择。《生物特征》71、127-134(1984)·doi:10.1093/biomet/71.1.127
[27] Thall,P.F.,Russell,K.E.,Simon,R.M.:通过重复数据分割进行回归中的变量选择。《美国统计协会期刊》第6卷,第416-434页(1997年)
[28] Villa,C.,Lee,J.E.:线性回归模型中变量选择的模型先验分布(2016)。arXiv:1512.08077。http://arxiv.org/abs/104.0861 ·Zbl 1092.62034号
[29] Weisberg,S.:应用线性回归,第三版。Wiley-Interscience,新泽西州(2005)·Zbl 1068.62077号 ·doi:10.1002/0471704091
[30] Westerberg,I.,Guerrero,J.L.,Seibert,J.,Beven,K.J.,Halldin,S.:洪都拉斯Choluteca河非平稳流量曲线得出的水位流量不确定性。水文学。过程。25, 603-613 (2011) ·doi:10.1002/hyp.7848
[31] Yang,Y.,Christensen,O.F.,Sorensen,D.:使用Box-Cox变换分析遗传结构方差异质性模型。遗传学。第93、33-46号决议(2011年)·doi:10.1017/S0016672310000418
[32] Yang,Z.:修改后的权力转换家族。经济。莱特。92,14-19(2006年)·Zbl 1255.62031号 ·doi:10.1016/j.econlet.2006.01.11
[33] Yeo,I.K.,Johnson,R.A.:一个新的权力转换家族,以改善常态或对称性。《生物特征》87,954-959(2000)·Zbl 1028.62010号 ·doi:10.1093/biomet/87.4.954
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。