×

评论:“贝叶斯、甲骨文贝叶斯和经验贝叶斯”。 (英语) Zbl 1420.62030

对的评论[B.埃夫隆同上,34,第2号,177-201(2019年;兹比尔1420.62023)].

MSC公司:

62C12号机组 经验决策程序;经验贝叶斯程序
62立方厘米10 贝叶斯问题;贝叶斯过程的特征
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 安东尼亚克,C.E.(1974年)。Dirichlet过程与贝叶斯非参数问题应用的混合。《统计年鉴》2 1152-1174·Zbl 0335.60034号 ·doi:10.1214/aos/1176342871
[2] Blackwell,D.(1973)。弗格森的谨慎选择。《统计年鉴》,第1 356-358页·Zbl 0276.62009号 ·doi:10.1214操作系统/1176342373
[3] Blei,D.M.和Jordan,M.I.(2006年)。Dirichlet过程混合物的变分推理。贝叶斯分析。1 121-143·Zbl 1331.62259号 ·doi:10.1214/06-BA104
[4] Carvalho,C.M.、Polson,N.G.和Scott,J.G.(2010年)。稀疏信号的马蹄形估计器。生物特征97 465-480·Zbl 1406.62021号 ·doi:10.1093/biomet/asq017
[5] 卡斯蒂略一世(2012年)。高斯过程先验的半参数Bernstein–von Mises定理。普罗巴伯。理论相关领域152 53-99·Zbl 1232.62054号 ·doi:10.1007/s00440-010-0316-5
[6] 卡斯蒂略一世(2012年)。高斯过程先验的半参数Bernstein–von Mises定理。普罗巴伯。理论相关领域152 53-99·Zbl 1232.62054号 ·doi:10.1007/s00440-010-0316-5
[7] Castillo,I.和Mismer,R.(2018年)。尖峰和平板后验分布的经验Bayes分析。电子。J.Stat.12 3953-4001·Zbl 1409.62026号 ·doi:10.1214/18-EJS1494
[8] Castillo,I.和Rousseau,J.(2015)。半参数模型中光滑泛函的Bernstein–von Mises定理。《统计年鉴》43 2353-2383·Zbl 1327.62302号 ·doi:10.1214/15-AOS1336
[9] Castillo,I.、Schmidt-Hieber,J.和van der Vaart,A.(2015)。稀疏先验贝叶斯线性回归。《统计年鉴》43 1986-2018年·Zbl 1486.62197号 ·doi:10.1214/15-AOS1334
[10] Castillo,I.和van der Vaart,A.(2012年)。大海捞针:可能稀疏序列的后向集中。统计年鉴40 2069-2101·Zbl 1257.62025号 ·doi:10.1214/12-AOS1029
[11] Cereda,G.(2017)。统计DNA证据评估的当前挑战。莱顿大学·兹比尔1361.62055 ·doi:10.1111/sjos.12250
[12] Cox,D.D.(1993)。非参数回归的贝叶斯推断分析。统计年鉴21 903-923·Zbl 0778.62003号 ·doi:10.1214/aos/1176349157
[13] Davide,C.(2018)。统计界的“摇滚明星”赢得了梦寐以求的国际奖项。自然。在线发布:2018年11月12日;数字对象标识码:10.1038/d41586-018-07395-w。
[14] De Blasi,P.、Likoi,A.和Prünster,I.(2013)。一类离散非参数先验函数的渐近分析。统计师。中国23 1299-1321·Zbl 06202708号
[15] Escobar,M.D.(1994)。用Dirichlet过程先验估计正态均值。J.Amer。统计师。协会89 268-277·Zbl 0791.62039号 ·doi:10.1080/01621459.1994.10476468
[16] Favaro,S.、Likoi,A.和Prünster,I.(2012)。物种多样性贝叶斯非参数估计的渐近性。伯努利18 1267-1283·Zbl 1329.62163号 ·文件编号:10.3150/11-BEJ371
[17] Ferguson,T.S.(1973)。一些非参数问题的贝叶斯分析。安。统计师。1 209-230·Zbl 0255.62037号 ·doi:10.1214/aos/1176342360
[18] Ferguson,T.S.(1983)。混合正态分布的贝叶斯密度估计。统计最新进展287-302。纽约学术出版社·Zbl 0557.62030号
[19] Ghosal,S.和van der Vaart,A.(2007年)。光滑密度下Dirichlet混合物的后验收敛速度。统计年鉴35 697-723·Zbl 1117.62046号 ·doi:10.1214/009053600000.1271
[20] Ghosal,S.和van der Vaart,A.(2017年)。非参数贝叶斯推断基础。剑桥统计与概率数学系列44。剑桥大学出版社,剑桥·Zbl 1376.62004号
[21] Ghosal,S.和van der Vaart,A.W.(2001)。正态密度混合下最大似然和Bayes估计的熵和收敛速度。《统计年鉴》29 1233-1263·兹比尔1043.62025 ·doi:10.1214/aos/1013203453
[22] Griffin,J.E.和Brown,P.J.(2010)。回归问题中正态伽马先验分布的推断。贝叶斯分析。5 171-188·Zbl 1330.62128号 ·doi:10.1214/10-BA507
[23] Ishwaran,H.和James,L.F.(2001)。破胶前期吉布斯取样方法。J.Amer。统计师。协会96 161-173·兹比尔1014.62006 ·doi:10.1198/016214501750332758
[24] Ishwaran,H.和Rao,J.S.(2005年)。尖峰和平板变量选择:频繁和贝叶斯策略。统计年鉴33 730-773·Zbl 1068.62079号 ·doi:10.1214/009053604000001147
[25] James,L.F.(2008)。双参数Poisson-Dirichlet过程的大样本渐近性。推动当代统计的极限:为纪念Jayanta K.Ghosh所作的贡献。Inst.数学。统计(IMS)收集。3 187-199。IMS,俄亥俄州比奇伍德·Zbl 1159.62004号
[26] Jara,A.(2007年)。使用dppackage应用贝叶斯非参数和半参数推理。R新闻7 17-26。
[27] Jiang,W.和Zhang,C.-H.(2009)。正态均值的一般最大似然经验Bayes估计。《统计年鉴》37 1647-1684·Zbl 1168.62005号 ·doi:10.1214/08-AOS638
[28] Johnstone,I.M.和Silverman,B.W.(2004)。干草堆中的针和稻草:可能稀疏序列的经验Bayes估计。统计年鉴32 1594-1649·Zbl 1047.62008年 ·数字对象标识代码:10.1214/00905360400000030
[29] Kiefer,J.和Wolfowitz,J.(1956年)。存在无穷多个伴随参数时最大似然估计的相合性。安。数学。统计数字27 887-906·Zbl 0073.14701号 ·doi:10.1214/aoms/1177728066
[30] Kim,Y.(2006)。比例风险模型的Bernstein–von Mises定理。统计年鉴34 1678-1700·Zbl 1246.62050号 ·doi:10.1214/0090536000000533
[31] Knapik,B.T.、Szabó,B.T..、van der Vaart,A.W.和van Zanten,J.H.(2016)。白噪声模型逆问题中自适应推理的Bayes过程。普罗巴伯。理论相关领域164 771-813·Zbl 1334.62039号 ·doi:10.1007/s00440-015-0619-7
[32] Koenker,R.和Mizera,I.(2014)。凸优化、形状约束、复合决策和经验贝叶斯规则。J.Amer。统计师。协会109 674-685·Zbl 1367.62020号 ·doi:10.1080/01621459.2013.869224
[33] Lijoi,A.、Mena,R.H.和Prünster,I.(2007年)。发现新物种概率的贝叶斯非参数估计。生物特征94 769-786·Zbl 1156.62374号 ·doi:10.1093/biomet/asm061
[34] Likoi,A.、Prünster,I.和Walker,S.G.(2008)。由条件吉布斯结构导出的贝叶斯非参数估计。附录申请。可能于1519-1547年·Zbl 1142.62333号 ·doi:10.1214/07-AAP495
[35] Lindsay,B.(1995)。混合模型:理论、几何和应用。在NSF-CBMS概率与统计区域会议系列i-163。加利福尼亚州海沃德IMS·Zbl 1163.62326号
[36] Lo,A.Y.(1983)。Dirichlet过程的弱收敛性。SankhyáSer。A45 105-111·Zbl 0531.60072号
[37] McCloskey,J.W.T.(1965)。环境中按物种的个体分布模型。ProQuest LLC,密歇根州立大学密歇根州安阿伯论文(博士)。
[38] Miller,J.W.和Harrison,M.T.(2014)。Pitman-Yor工艺混合物的成分数量不一致。J.马赫。学习。第15号决议3333-3370·Zbl 1319.62100号
[39] Mitchell,T.J.和Beauchamp,J.J.(1988)。线性回归中的贝叶斯变量选择。J.Amer。统计师。协会83 1023-1036·Zbl 0673.62051号 ·doi:10.1080/01621459.1988.10478694
[40] Murphy,S.A.和van der Vaart,A.W.(2000)。侧面可能性。J.Amer。统计师。协会95 449-485·Zbl 0995.62033号 ·doi:10.1080/01621459.2000.10474219
[41] Neal,R.M.(2000年)。Dirichlet过程混合模型的马尔可夫链抽样方法。J.计算。图表。统计9 249-265。
[42] Perman,M.、Pitman,J.和Yor,M.(1992年)。泊松点过程和偏移的尺寸抽样。普罗巴伯。理论相关领域92 21-39·Zbl 0741.60037号 ·doi:10.1007/BF01205234
[43] Petrone,S.、Rizzelli,S.,Rousseau,J.和Scricciolo,C.(2014)。经典和贝叶斯推理中的经验贝叶斯方法。Metron72 201-215·兹比尔1316.62014 ·doi:10.1007/s40300-014-0044-1
[44] Pfanzagl,J.(1988)。某些非参数族的最大似然估计的一致性,特别是:混合。J.统计。计划。推断19 137-158·Zbl 0656.62044号 ·doi:10.1016/0378-3758(88)90069-9
[45] 皮特曼,J.(1995)。可交换和部分可交换的随机分区。普罗巴伯。理论相关领域102 145-158·Zbl 0821.60047号 ·doi:10.1007/BF01213386
[46] Pitman,J.(1996)。Blackwell MacQueen骨灰盒计划的一些发展。统计学、概率论和博弈论。数理统计研究所讲稿——专题系列30 245-267。加利福尼亚州海沃德IMS·Zbl 0996.60500号
[47] Polson,N.G.和Scott,J.G.(2011年)。全球收缩,局部行动:稀疏贝叶斯正则化和预测。贝叶斯统计9(J.M.Bernardo、M.J.Bayarri、J.O.Berger、A.P.Dawid、D.Heckerman、A.F.M.Smith和M.West编辑)501-538。牛津大学出版社,牛津。
[48] Ray,K.(2017)。高斯白噪声中的自适应Bernstein–von Mises定理。统计年鉴45 2511-2536·Zbl 1384.62158号 ·doi:10.1214/16-AOS1533
[49] Rivoirard,V.和Rousseau,J.(2012)。密度线性泛函的Bernstein–von Mises定理。《统计年鉴》40 1489-1523·Zbl 1257.62036号 ·doi:10.1214/12-AOS1004
[50] 罗奇科娃,V.(2018)。稀疏信号的贝叶斯估计,具有连续的尖峰和停滞先验。统计年鉴46 401-437·Zbl 1395.62230号 ·doi:10.1214/17-AOS1554
[51] Scricciolo,C.(2014)。基于Pitman-Yor或归一化逆高斯过程核混合的(L^p)度量的自适应贝叶斯密度估计。贝叶斯分析9 475-520·Zbl 1327.62161号 ·doi:10.1214/14-BA863
[52] Sethuraman,J.(1994)。Dirichlet先验的构造性定义。统计师。中国4 639-650·Zbl 0823.62007号
[53] Shen,W.、Tokdar,S.T.和Ghosal,S.(2013)。Dirichlet混合的自适应贝叶斯多元密度估计。生物特征100 623-640·Zbl 1284.62183号 ·doi:10.1093/biomet/ast015
[54] Sniekers,S.和van der Vaart,A.(2015)。具有高斯过程先验的回归中的自适应贝叶斯可信集。电子。《联邦公报》第9卷第2475-2527页·Zbl 1327.62300号 ·doi:10.1214/15-EJS1078
[55] Szabó,B.、van der Vaart,A.W.和van Zanten,J.H.(2015)。自适应非参数贝叶斯可信集的频繁覆盖。统计年鉴43 1391-1428·Zbl 1317.62040号 ·doi:10.1214/14-AOS1270
[56] van der Pas,S.、Szabó,B.和van der Vaart,A.(2017年)。马蹄铁的自适应后收缩率。电子。《美国联邦法规汇编》第11卷第3196-3225页·Zbl 1373.62140号 ·doi:10.1214/17-EJS1316
[57] van der Pas,S.、Szabó,B.和van der Vaart,A.(2017年)。马蹄铁的不确定性量化(讨论)。贝叶斯分析1221-1274·Zbl 1384.62155号 ·doi:10.1214/17-BA1065
[58] van der Vaart,A.(1991)。关于可微泛函。《统计年鉴》19 178-204·Zbl 0732.62035号 ·doi:10.1214操作系统/1176347976
[59] van der Vaart,A.(2002)。半参数统计。《概率论和统计学讲座》(Saint-Flour,1999)。数学课堂笔记1781 331-457。柏林施普林格·Zbl 1013.62031号
[60] Walker,S.G.(2007)。用切片对Dirichlet混合模型进行采样。通信统计。模拟计算36 45-54·Zbl 1113.62058号 ·doi:10.1080/03610910601096262
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。