×
南吉尔·李;Choi，Hyemi（海米·崔）;Kim，Sung-Ho先生

噪声下正态分布比例混合的高维VAR模型的Bayes收缩估计。 （英语） Zbl 1466.62130号

计算。统计数据分析。 101, 250-276 (2016).
摘要：我们针对独立采样的加性噪声，提出了使用多元正态分布尺度混合的高维向量自回归（VAR）模型系数估计的贝叶斯收缩方法。我们还建议了一种有效的收缩参数选择程序，作为对高维数据的传统MCMC采样方法的一种计算上可行的替代方法。在新提出的分数函数的最小点处选择收缩参数，该函数渐近等价于模型系数的均方误差。所选收缩参数以封闭形式表示为样本大小、噪声水平和数据非正态性的函数，并且可以通过使用建议的交叉验证变量有效估计收缩参数。证明了交叉验证估计和提出的收缩估计的一致性。在VAR模型的系数估计和结构推断的背景下，使用模拟数据和高维植物基因表达数据的综合实验结果证明了所提出方法的竞争力。该方法适用于具有或不具有近单位根的高维平稳时间序列。

引用于1文件

MSC公司：

62-08 统计问题的计算方法
2015年1月62日 贝叶斯推断
62J07型 岭回归；收缩估计器（拉索）
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

一致性;交叉验证;格兰杰因果关系;多元分布;惩罚最小二乘法;记分函数

软件：

贝叶斯DA;氟多醇;FinTS公司;通用网络
PDF格式BibTeX公司 XML格式引用
\textit{N.Lee}等人，计算。统计数据分析。101250-276（2016；Zbl 1466.62130）
全文： 内政部

参考文献：

[1] Akaike，H.，《贝叶斯程序的新视角》，《生物统计学》，65，53-59，（1978）·Zbl 0373.62008号
[2] 安德鲁斯·D·F。；Mallows，C.L.，正态分布的比例混合，J.R.Stat.Soc.Ser。B统计方法。，3699-1021974年·Zbl 0282.62017号
[3] 班布拉，M。；Giannone，D。；Reichlin，L.，大型贝叶斯向量自回归，J.Appl。计量经济学，25，71-92，（2010）
[4] Chib，S.，吉布斯输出的边际可能性，J.Amer。统计师。协会，90，1313-1321，（1995）·Zbl 0868.62027号
[5] Craigon，D.J。；N.詹姆斯。；Okyere，J。；希金斯，J。；Jotham，J。；May，S.，Nascarrays:NASC转录组学服务生成的微阵列数据存储库，核酸研究，32，D575-D577，（2004）
[6] 多安，T。；利特曼，R.B。；Sims，C.A.，《使用现实先验分布进行预测和条件预测》，《计量经济学评论》，第3期，第1-100页，（1984年）·Zbl 0613.62142号
[7] Eltoft，T。；Kim，T。；Lee，T.-W.，关于多元拉普拉斯分布，IEEE信号处理。莱特。，13, 300-303, (2006)
[8] 范，J。；Li，R.，《高维统计挑战：知识发现中的特征选择》（Sanz-Sole，M.；Soria，J.；Varona，J.L.；Verdera，J.，《国际数学家大会论文集》，第3卷，（2006），苏黎世欧洲数学学会），595-622·Zbl 1117.62137号
[9] Fuller，W.A.，《统计时间序列导论》（1996年），约翰·威利和索恩斯·霍博肯出版社·Zbl 0851.62057号
[10] Gelman，A。；Carlin，J.B。；斯特恩，H.S。；鲁宾，D.B.，贝叶斯数据分析，（1995），查普曼和霍尔伦敦
[11] 戈卢布，G.H。；希思，M。；Wahba，G.，广义交叉验证作为选择良好岭参数的方法，技术计量学，21，215-223，（1979）·Zbl 0461.62059号
[12] Granger，C.W.J.，《用计量经济学模型和交叉谱方法研究因果关系》，《计量经济学》，第37期，第424-438页，（1969年）·Zbl 1366.91115号
[13] Hamilton，J.D.，时间序列分析，（1994），普林斯顿大学出版社·Zbl 0831.62061号
[14] 哈里森，L。；佩尼，W.D。；Friston，K.，fMRI时间序列的多元自回归建模，神经影像，191477-1491，（2003）
[15] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素》（2001），纽约斯普林格出版社·Zbl 0973.62007号
[16] 霍尔，A.E。；Kennard，R.W.，《岭回归：非正交问题的有偏估计》，技术计量学，12，55-67，（1970）·Zbl 0202.17205号
[17] Kim，J.-Y.，后验密度的大样本特性，贝叶斯信息准则和非平稳时间序列模型中的似然原理，计量经济学，66，359-380，（1998）·Zbl 1056.62510号
[18] Koo，我。；Lee，N。；Kil，R.M.，非线性回归模型的参数化交叉验证，神经计算，71，3089-3095，（2008）
[19] Koop，G。；Korobilis，D.，《实证宏观经济学的贝叶斯多元时间序列方法》，Found。经济趋势。，3, 267-358, (2009) ·Zbl 1193.91117号
[20] Litterman，R.B.，《贝叶斯向量自回归预测：五年经验》，J.Bus。经济。统计人员。，4, 25-38, (1986)
[21] Lopes，H.F。；Moreira，A.R.B。；Schmidt，A.M.，预测模型中的超参数估计，计算。统计师。数据分析。，29, 387-410, (1999) ·Zbl 1042.62609号
[22] 镍、硫。；Sun，D.，向量自回归模型的贝叶斯估计，J.Bus。经济。统计人员。，23, 105-117, (2005)
[23] Opgen-Rhein，R。；Strimmer，K.，《从系统生物学时程数据中学习因果网络：向量自回归过程的有效模型选择程序》，BMC Bioninform。，8，补遗2，S3，（2007）
[24] Schäfer，J.，Opgen-Rhein，R.，Strimmer，K.，2014年。GeneNet：建模和推断基因网络。R软件包版本1.2.11。网址：URL:http://CRAN.R-project.org/package=GeneNet。
[25] Schäfer，J。；Strimmer，K.，《大规模协方差矩阵估计的收缩方法及其对功能基因组学的影响》，Stat.Appl。遗传学。分子生物学。，4, 32, (2005)
[26] Seber，G.A.F。；Lee，A.J.，线性回归分析，（2003），John Wiley&Sons Hoboken·Zbl 1029.62059号
[27] 邵，J.，通过交叉验证选择线性模型，J.Amer。统计师。协会，88，486-494，（1993）·Zbl 0773.62051号
[28] Sims，C.A.，《宏观经济学与现实》，《计量经济学》，48，1-48，（1980）
[29] Sims，C.A.，《计量经济学模型的政策分析》，布鲁克。巴普。经济。法案。，13, 107-164, (1982)
[30] 史密斯，S.M。；富尔顿特区。；恰·T。；托尼克罗夫特，D。；查普尔，A。；邓斯坦，H。；海尔顿，C。；塞曼，南卡罗来纳州。；Smith，A.M.，淀粉代谢转录组编码酶的日变化为拟南芥叶片淀粉代谢的转录和转录后调节提供了证据，植物生理学杂志。，136, 2687-2699, (2004)
[31] Strimmer，K.，Fdrtool:一个用于估计基于局部和尾部区域的错误发现率的通用R包，生物信息学，241461-1462，（2008）
[32] Tibshirani，R.，《通过套索进行回归收缩和选择》，J.R.Stat.Soc.Ser。B统计方法。，58, 267-288, (1996) ·Zbl 0850.62538号
[33] Tsay，R.S.，《金融时间序列分析》，（2005），约翰·威利父子公司·Zbl 1086.91054号
[34] Wei，W.W.，时间序列分析：单变量和多变量方法，（2005），Addison-Wesley
[35] West，M.，《贝叶斯线性回归中的离群模型和先验分布》，J.R.Stat.Soc.Ser。B统计方法。，46, 431-439, (1984) ·Zbl 0567.62022号
[36] Whittaker，J.，应用多元统计中的图形模型，（1990年），John Wiley&Sons New York·Zbl 0732.62056号
[37] Wong，W.H.，关于核非参数回归中交叉验证的一致性，Ann.Statist。，11, 1136-1141, (1983) ·兹比尔0539.62046
[38] Yang，Y.，比较回归程序的交叉验证一致性，Ann.Statist。，35, 2450-2473, (2007) ·Zbl 1129.62039号
[39] Zellner，A.，《使用不对称损失函数的贝叶斯估计和预测》，J.Amer。统计师。协会，81，446-451，（1986）·Zbl 0603.62037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。