×
马修·基夫。；Marco A.R.费雷拉。；克里斯托弗·弗朗克。

目的对具有内禀条件自回归先验的高斯层次模型进行贝叶斯分析。 （英语） Zbl 1409.62187号

贝叶斯分析。 第181-209号第14页（2019年）.
摘要：贝叶斯层次模型通常用于对空间相关区域数据进行建模。然而，为这些模型中的参数选择合适的先验分布是必要的，有时也很有挑战性。特别是，内在条件自回归（CAR）层次成分通常用于解释空间关联。模糊适当的先验分布经常用于这类模型，但这需要仔细选择合适的超参数。在本文中，我们导出了具有内在CAR分量的高斯层次模型的几个目标先验，并讨论了它们的性质。我们表明，独立性Jeffreys和Jeffreys规则先验导致不适当的后验分布，而参考先验导致适当的后验分布。我们提供了一项模拟研究的结果，该研究比较了使用多个竞争先验（包括导出的参考先验）的贝叶斯过程的频率特性。我们证明，使用参考先验可以获得良好的覆盖率、区间长度和均方误差。最后，我们以俄亥俄州88个县2012年住房止赎率为例说明了我们的方法。

引用于4文件

MSC公司：

62立方米 空间过程推断
2015年1月62日 贝叶斯推断
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62第20页 统计学在经济学中的应用

关键词：

条件自回归模型；层次模型；客观先验；参考优先权；空间统计学

软件：

野兽；spBayes公司；CARBayes公司
PDF格式BibTeX公司 XML格式引用
\textit{M.J.Keefe}等人，贝叶斯分析。14，第1号，181--209（2019；Zbl 1409.62187）
全文： 内政部 欧几里得

参考文献：

[1] Banerjee，S.、Carlin，B.P.和Gelfand，A.E.（2014）。空间数据的分层建模与分析。CRC出版社·Zbl 1358.62009号
[2] Bell，B.S.和Broemeling，L.D.（2000）。“空间过程的贝叶斯分析及其在疾病制图中的应用”，《医学统计学》，19（7）：957-974。
[3] Berger，J.（2006）。“客观贝叶斯分析案例”，贝叶斯研究，1（3）：385-402·Zbl 1331.62042号 ·doi:10.1214/06-BA115
[4] Berger，J.O.、De Oliveira，V.和Sansó，B.（2001）。“空间相关数据的客观贝叶斯分析”，《美国统计协会杂志》，96（456）：1361-1374·Zbl 1051.62095号 ·doi:10.1198/016214501753382282
[5] Bernardinelli，L.、Clayton，D.和Montomoli，C.（1995）。“疾病地图的贝叶斯估计：先兆有多重要？”《医学统计》，14（21-22）：2411-2431。
[6] Bernardo，J.和Smith，A.（1994年）。贝叶斯理论。纽约：Wiley·Zbl 0796.6202号
[7] Besag，J.（1974年）。《晶格系统的空间相互作用和统计分析》，《皇家统计学会杂志》。B系列（方法学），192-236·Zbl 0327.60067号 ·doi:10.1111/j.2517-6161.1974.tb00999.x
[8] Besag，J.和Kooperberg，C.（1995年）。“关于条件和内在自回归”，《生物统计学》，82（4）：733-746·Zbl 0899.62123号
[9] Besag，J.、York，J.和Mollié，A.（1991）。“贝叶斯图像恢复，在空间统计中的两个应用”，《统计数学研究所年鉴》，43（1）：1-20·Zbl 0760.62029号 ·doi:10.1007/BF00116466
[10] Best，N.、Richardson，S.和Thomson，A.（2005年）。“疾病映射的贝叶斯空间模型比较”，《医学研究中的统计方法》，14（1）：35-59·Zbl 1057.62097号 ·doi:10.1191/0962280205sm388oa
[11] Best，N.、Waller，L.、Thomas，A.、Conlon，E.和Arnold，R.（1999）。“空间相关疾病和暴露数据的贝叶斯模型”，载于《贝叶斯统计6：第六届巴伦西亚国际会议论文集》，第6311卷。牛津大学出版社·Zbl 0973.62020号
[12] Bouckaert，R.、Heled，J.、Kühnert，D.、Vaughan，T.、Wu，C.-H.、Xie，D.、Suchard，M.、Rambaut，A.和Drummond，A.J.（2014）。“BEAST 2:贝叶斯进化分析的软件平台”，《公共科学图书馆·计算生物学》，10（4）：e1003537。
[13] 劳工统计局（2012年）。“当地失业统计数据。”http://www.bls.gov/lau/。访问日期：2014-07-14。
[14] Clayton，D.和Kaldor，J.（1987）。“用于疾病绘图的年龄标准化相对风险的经验贝叶斯估计”，《生物计量学》，43（3）：671-681。
[15] De Oliveira，V.（2007）。“具有测量误差的空间数据的客观贝叶斯分析”，《加拿大统计杂志》，35（2）：283-301·Zbl 1129.62086号 ·doi:10.1002/cjs.5550350206
[16] De Oliveira，V.（2012）。“条件自回归模型的贝叶斯分析”，《统计数学研究所年鉴》，64（1）：107-133·Zbl 1238.62028号 ·doi:10.1007/s10463-010-0298-1
[17] De Oliveira，V.和Ferreira，M.A.R.（2011）。“一类高斯马尔可夫随机场的最大似然和限制最大似然估计”，Metrika，74（2）：167-183·Zbl 1230.62106号 ·doi:10.1007/s00184-009-0295-7
[18] Dietrich，C.（1991）。“空间高斯随机场的限制似然模态”，《生物特征》，78（4）：833-839·Zbl 0850.62699号 ·doi:10.1093/biomet/78.4.833
[19] Ferreira，M.A.R.和De Oliveira，V.（2007）。“高斯马尔可夫随机场的贝叶斯参考分析”，《多元分析杂志》，98（4）：789-812·Zbl 1118.62100号 ·doi:10.1016/j.jmva.2006.07.005
[20] Ferreira，M.A.R.、Holan，S.H.和Bertolde，A.I.（2011）。“高斯面数据的动态多尺度时空模型”，《皇家统计学会期刊：B辑（统计方法）》，73（5）：663-688·Zbl 1228.62116号 ·doi:10.1111/j.1467-9868.2011.00774.x
[21] Ferreira，M.A.R.和Salazar，E.（2014）。“指数幂回归模型的贝叶斯参考分析”，《统计分布与应用杂志》，1（1）：1-12·Zbl 1327.62142号 ·doi:10.1186/2195-5832-1-12
[22] Ferreira，M.A.R.和Suchard，M.A.（2008年）。“连续时间马尔可夫链中经过时间的贝叶斯分析”，《加拿大统计杂志》，36:355-368·Zbl 1153.62019年 ·doi:10.1002/cjs.5550360302
[23] Firth，D.（1993）。“最大似然估计的偏差降低”，Biometrika，80:27-38·Zbl 0769.62021号 ·doi:10.1093/biomet/80.1.27
[24] Fonseca，T.C.O.、Ferreira，M.A.R.和Migon，H.S.（2008）。“学生（t）回归模型的客观贝叶斯分析”，《生物特征》，95（2）：325-333·Zbl 1400.62260号
[25] Gamerman，D.和Lopes，H.F.（2006年）。马尔可夫链蒙特卡罗：贝叶斯推断的随机模拟。CRC出版社·Zbl 1137.62011年
[26] Gelfand，A.E.和Smith，A.F.（1990年）。“基于抽样的边际密度计算方法”，《美国统计协会杂志》，85（410）：398-409·Zbl 0702.62020号 ·网址：10.1080/01621459.1990.10476213
[27] Gelman，A.和Rubin，D.B.（1992年）。“使用多序列的迭代模拟推断”，《统计科学》，7（4）：457-472·Zbl 1386.65060号 ·doi:10.1214/ss/117701136
[28] Gilks，W.R.、Best，N.和Tan，K.（1995）。“Gibbs抽样中的自适应拒绝Metropolis抽样”，《应用统计学》，44（4）：455-472·Zbl 0893.62110号
[29] Goicoa，T.、Ugarte，M.、Etxeberria，J.和Militino，A.（2016）。“贝叶斯疾病映射中的年龄-空间-时间CAR模型”，《医学统计学》，35（14）：2391-2405。
[30] Hodges，J.S.、Carlin，B.P.和Fan，Q.（2003）。“关于空间模型中条件自回归先验的精度”，《生物统计学》，59（2）：317-322·Zbl 1210.62128号 ·数字对象标识代码：10.1111/1541-0420.0038
[31] Keefe，M.J.、Ferreira，M.A.R.和Franck，C.T.（2018年）。“关于和零约束内在条件自回归模型的形式规范”，《空间统计》，24:54-65。
[32] Keefe，M.J.、Ferreira，M.A.R.和Franck，C.T.（2019年）。“具有内在条件自回归先验的高斯层次模型的客观贝叶斯分析补充材料”，贝叶斯研究·Zbl 1409.62187号 ·doi:10.1214/18-BA1107
[33] Keefe，M.J.、Franck，C.T.和Woodall，W.H.（2017年）。“利用空间风险调整伯努利CUSUM图监测止赎率，以进行同时观察”，《应用统计杂志》，44（2）：325-341·Zbl 1516.62376号
[34] Kuo，B.-S.（1999）。“带有随机趋势成分的回归模型ML估计的渐近性”，《计量经济学理论》，15（01）：24-49·Zbl 0962.62119号 ·doi:10.1017/S0266466699151028
[35] Lavine，M.L.和Hodges，J.S.（2012年）。《关于ICAR模型的严格规范》，《美国统计学家》，66（1）：42-49·Zbl 07648997号
[36] Lee，D.（2013）。“CARBayes:一个用于具有条件自回归先验的贝叶斯空间建模的R包。”《统计软件杂志》，55（13）：1-24。
[37] Liu，Z.、Berrocal，V.J.、Bartsch，A.J.和Johnson，T.D.（2016）。“使用空间自适应条件自回归模型进行术前fMRI数据分析”，贝叶斯分析，11:599-625·Zbl 1359.62407号 ·doi:10.1214/15-BA972
[38] Mercer，L.D.、Wakefield，J.、Pantazis，A.、Lutambi，A.M.、Masanja，H.和Clark，S.（2015）。“复杂调查数据的时空平滑：儿童死亡率的小范围估计”，《应用统计年鉴》，9（4）：1889-1905·Zbl 1397.62461号 ·doi:10.1214/15-AOAS872
[39] Moraga，P.和Lawson，A.B.（2012年）。“贝叶斯疾病映射中的高斯成分混合和CAR模型”，《计算统计与数据分析》，56（6）：1417-1433·Zbl 1243.62037号 ·doi:10.1016/j.csda.2011.11.011
[40] Muirhead，R.J.（2009）。多元统计理论方面，第197卷。约翰·威利父子公司·兹伯利0556.62028
[41] Natarajan，R.和McCulloch，C.E.（1998年）。“具有扩散固有先验的吉布斯抽样：数据驱动推理的有效方法？”《计算与图形统计杂志》，7（3）：267-277。
[42] 彭罗斯（1955）。“矩阵的广义逆”，《剑桥哲学学会数学学报》，第51卷，406-413页。剑桥大学出版社·Zbl 0065.24603号 ·doi:10.1017/S0305004100030401
[43] Reich，B.J.、Hodges，J.S.和Zadnik，V.（2006）。“疾病映射模型中残差平滑对固定效应后验的影响”，《生物统计学》，62（4）：1197-1206·Zbl 1114.62124号 ·文件编号：10.1111/j.1541-0420.2006.00617.x
[44] Ren，C.和Sun，D.（2013）。“CAR模型的客观贝叶斯分析”，《统计数学研究所年鉴》，65（3）：457-472·Zbl 1396.62044号 ·doi:10.1007/s10463-012-0377-6
[45] Ren，C.和Sun，D.（2014）。“具有块金效应的自回归模型的客观贝叶斯分析”，《多元分析杂志》，124:260-280·Zbl 1359.62382号 ·doi:10.1016/j.jmva.2013.11.003
[46] Robert，C.和Casella，G.（2004年）。蒙特卡洛统计方法。施普林格科学与商业媒体，第2版·兹比尔1096.62003
[47] Salazar，E.、Ferreira，M.A.R.和Migon，H.S.（2012年）。“指数幂回归模型的客观贝叶斯分析”，Sankhya–B系列，74:107-125·Zbl 1257.62029号 ·doi:10.1007/s13571-012-0045-0
[48] Sun，D.、Tsutakawa，R.K.和Speckman，P.L.（1999年）。“使用CAR（1）分布的层次模型的后验分布。”《生物特征》，86（2）：341-350·Zbl 0931.62081号 ·doi:10.1093/biomet/86.2.341
[49] Verbyla，A.P.（1990年）。“剩余最大似然的条件推导”，《澳大利亚统计杂志》，32（2）：227-230。
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。