×
赛斯，苏汉;默里，伊恩;克里斯托弗·威廉姆斯。

潜在空间中的模型批评。 （英语） Zbl 1421.62006年

贝叶斯分析。 14，第3号，703-725（2019）.
总结：模型批评通常通过评估拟合模型下生成的复制数据是否与观测数据相似来进行，参见例如[A.盖尔曼等，贝叶斯数据分析。第2版，佛罗里达州博卡拉顿：查普曼和霍尔/儿童权利委员会（2004年；Zbl 1039.62018号)]。本文提出了一种潜在变量模型的方法，将数据拉回到潜在变量空间，并在该空间中进行模型批评。利用模型的结构可以更直接地评估先验假设和可能性。我们用潜在空间模型批评的例子演示了该方法，并将其应用于因子分析、线性动力系统和高斯过程。

引用于1文件

MSC公司：

62A01型 统计学基础和哲学主题
62小时25分 因子分析和主成分；对应分析
60G15年 高斯过程
62B15号机组 统计实验理论
37A60型 统计力学的动力学方面

关键词：

模型批评;潜在变量模型;因子分析;线性动力系统;高斯过程

引文：

Zbl 1039.62018号

软件：

BSDS公司;锯齿;达奇;贝叶斯DA;GPstuff公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Seth}等人，《贝叶斯分析》。14，No.3，703--725（2019；Zbl 1421.62006）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Bayarri，M.J.和Berger，J.O.（2000年）。“复合零模型的p值”，《美国统计协会杂志》，95（452）：1127-1142·Zbl 1004.62022号
[2] Belin，T.R.和Rubin，D.B.（1995年）。“使用混合模型分析精神分裂症反应时间的重复测量数据”，《医学统计学》，14（8）：747-768。
[3] Box，G.E.（1980）。“科学建模和稳健性中的抽样和贝叶斯推断”，《皇家统计学会杂志》，143（4）：383-430·Zbl 0471.62036号 ·doi:10.2307/2982063
[4] Box，G.E.P.和Draper，N.R.（1987年）。经验模型构建和响应面。威利·Zbl 0614.62104号
[5] Breusch，T.S.和Pagan，A.R.（1979年）。“异方差和随机系数变化的简单检验”，《计量经济学》，47（5）：1287-1294·Zbl 0416.62021号 ·doi:10.2307/1911963年
[6] Buccigrossi，R.P.和Simoncelli，E.P.（1999）。“通过小波域联合统计特征进行图像压缩”，IEEE信号处理汇刊。，8（12）：1688-1701。
[7] Candy，J.V.（1986年）。信号处理：基于模型的方法。麦格劳-希尔。
[8] Cook，S.R.、Gelman，A.和Rubin，D.B.（2006年）。“使用后验分位数验证贝叶斯模型软件”，《计算与图形统计杂志》，15（3）：675-692·doi:10.1198/106186006X136976
[9] Durbin，J.和Watson，G.S.（1950）。“最小二乘回归中的序列相关性测试：I.”Biometrika，37（3/4）：409-428·Zbl 0039.35803号
[10] Fox，E.、Sudderth，E.B.、Jordan，M.I.和Willsky，A.S.（2009年）。“切换线性动态系统的非参数贝叶斯学习”，《神经信息处理系统进展》21，457-464。
[11] Gelman，A.、Carlin，J.B.、Stern，H.S.和Rubin，D.B.（2004）。贝叶斯数据分析。伦敦：查普曼和霍尔。第二版·Zbl 1039.62018号
[12] Gelman，A.、Meng，X.和Stern，H.（1996）。“通过实现的差异对模型适合性进行后验预测评估”，《中国统计》，733-807·Zbl 0859.62028号
[13] Gopalan，P.、Hofman，J.M.和Blei，D.M.（2015）。“具有层次泊松因子分解的可扩展建议”，载于《第三十一届人工智能不确定性会议论文集》，UAI，326-335。
[14] Hinton，G.E.、Osindero，S.和Teh，Y.W.（2006）。“深度信念网络的快速学习算法”，《神经计算》，18:1527-1554·Zbl 1106.68094号 ·doi:10.1116/neco.2006.18.7.1527
[15] Johnson，V.E.（2007）。“使用关键量的贝叶斯模型评估”，贝叶斯分析，2（4）：719-733·Zbl 1331.62147号 ·doi:10.1214/07-BA229
[16] Lloyd，J.R.和Ghahramani，Z.（2015）。《使用核两样本测试的统计模型批判》，《神经信息处理系统进展》。
[17] Martin，D.、Fowlkes，C.、Tal，D.和Malik，J.（2001）。“人类分割自然图像数据库及其在评估分割算法和测量生态统计中的应用”，《第八届国际计算机视觉会议论文集》，第2卷，416-423。
[18] Meulders，M.、Gelman，A.、Van Mechelen，I.和De Boeck，P.（1998年）。“概化概率矩阵分解模型：贝叶斯模型检查和模型扩展的示例”，摘自Hox，J.J.和de Leeuw，E.D.（编辑），《多元建模中的假设、稳健性和估计方法》。阿姆斯特丹：TT-出版物·Zbl 1490.62410号
[19] Oh，S.M.、Rehg，J.M.、Balch，T.和Dellaert，F.（2008）。“使用参数分段切换线性动态系统学习和推断运动模式”，《国际计算机视觉杂志》，77（1）：103-124。
[20] 奥哈根，A.（2003）。“HSSS模型批评”，摘自Green，P.J.、Hjort，N.L.和Richardson，S.（编辑），《高度结构化随机系统》，422-444。牛津大学出版社。
[21] 普卢默（2003）。“JAGS:使用吉布斯采样分析贝叶斯图形模型的程序”，摘自第三届分布式统计计算国际研讨会（DSC 2003）论文集。
[22] Rahman，N.A.（1968年）。理论统计学课程。查尔斯·格里芬公司。
[23] Rasmussen，C.E.和Williams，C.K.I.（2006）。机器学习的高斯过程。麻省理工学院出版社·Zbl 1177.68165号
[24] Ratmann，O.、Andrieu，C.、Wiuf，C.和Richardson，S.（2009年）。“基于无相似推理的模型批评，及其在蛋白质网络进化中的应用”，《美国国家科学院学报》，106（26）：10576-10581。
[25] Rubin，D.B.（1984）。“应用统计学家的贝叶斯合理和相关频率计算”，《统计年鉴》，12:1151-1172·Zbl 0555.62010号 ·doi:10.1214/aos/1176346785
[26] Salakhutdinov，R.和Mnih，A.（2008）。“使用马尔可夫链蒙特卡罗的贝叶斯概率矩阵分解”，《机器学习国际会议论文集》，第25卷。
[27] Tang，Y.、Salakhutdinov，R.和Hinton，G.E.（2012）。《因子分析仪的深层混合》，第29届国际机器学习会议论文集。
[28] Vanhatalo，J.、Riihimäki，J.和Hartikainen，J.，Jylänki，P.、Tolvanen，V.和Vehtari，A.（2013年）。“GPstuff：高斯过程的贝叶斯建模”，《机器学习研究杂志》，14（1）：1175-1179·Zbl 1320.62010年
[29] Wainwright，M.J.和Simoncelli，E.P.（2000年）。“高斯的尺度混合和自然图像的统计”，《神经信息处理系统进展》，第12卷，855-861。
[30] 怀特·H（1980）。“异方差一致协方差矩阵估计和异方差的直接检验”，《计量经济学》，48（4）：817-838·Zbl 0459.62051号 ·doi:10.2307/1912934
[31] Wilk，M.B.和Gnanadesikan，R.（1968年）。“数据分析的概率绘图方法”，《生物统计学》，55（1）：1-17。
[32] Yuan，Y.和Johnson，V.E.（2012）。“贝叶斯层次模型的最佳诊断”，《生物计量学》，68（1）：156-164·Zbl 1241.62026号 ·doi:10.1111/j.1541-0420.2011.01668.x
[33] Zoran，D.和Weiss，Y.（2012年）。《自然图像、高斯混合和枯叶》，载于Pereira，F.、Burges，C.J.C.、Bottou，L.和Weinberger，K.Q.（编辑），《神经信息处理系统进展》25，1736-1744。Curran Associates公司。
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。