×

兹马思-数学第一资源

估计Bayes因子的热力学积分和steppingstone抽样方法:教程。(英语) Zbl 1431.62521号
总结:进行模型选择的一个更原则的方法是通过Bayes因子。然而,计算Bayes因子需要边缘似然性,它是整个参数空间的积分,这使得估计具有多个参数的模型的Bayes因子成为一个重大的计算挑战。在这里,我们提供了一个指导性的回顾,两个蒙特卡罗技术很少在心理学中使用,有效地计算边际可能性:热力学积分[N。褶边A。N。小矮子,J。R。统计Soc.,Ser。B、 统计方法。70,第3期,589–607(2008年;Zbl 05563360);N。猪笼草H。菲利普“利用热力学积分计算贝叶斯因子”,系统。生物。第207-55号,2006年;doi:10.1080/10635150500433722)]台阶石取样[W。等,“改进贝叶斯系统发育模型选择的边际似然估计”,Syst。生物。60,第2期,150–160(2011年;doi:10.1093/sysbio/syq085)]. 这些方法具有通用性,易于在现有的MCMC代码中实现;我们为感兴趣的读者提供了实现的细节和相关的R代码。而实施标准统计分析的贝叶斯工具包(例如,JASP团队,2017年;R。D。莫雷J。N。卢德尔《贝叶斯因子:常用设计贝叶斯因子的计算》(2015;https://cran.r-project.org/package=BayesFactor)]通常情况下,研究者需要计算Bayes因子,而使用Bayesian方法来评估认知模型的人通常会自行计算Bayes因子。在这里,我们通过计算一个中等复杂的选择反应时间模型,线性弹道累加器模型的边际可能性来提供这些方法的例子[美国。D。棕色A。希斯科特,“选择反应时间的最简单完整模型:线性弹道累积”,Cogn。心理学。57,第3号(2008年;doi:10.1016/j.cogpych.2007.12.002)],并将其与[N。J。埃文斯美国。D。棕色“线性弹道蓄能器决策模型的Bayes因子”,Behav。研究方法50,第2号,589–603(2017年;doi:10.3758/s13428-017-0887-5)]他使用了暴力手段。然后,我们在一个分层的框架内给出了TI和SS的推导,给出了使用层次模型的模型恢复案例研究的结果,并展示了对经验数据的应用。开放科学框架提供了一个配套的R包:https://osf.io/jpnb4.
理学硕士:
62页15页 统计学在心理学中的应用
15层62层 贝叶斯推理
65摄氏度 蒙特卡罗方法
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 安尼斯,J。;帕默里,T。J、 《评估认知模型的贝叶斯统计方法》,威利跨学科评论:认知科学,4月9日,文章e1458页(2017年)
[2] 布鲁克斯,S。;盖尔曼,A。;琼斯,G。;Meng,X.-L.,马尔可夫链蒙特卡罗手册(2011),查普曼和霍尔/CRC出版社:查普曼和霍尔/CRC出版社:博卡拉顿·Zbl 1218.65001
[3] 布朗,S。D、 。;《选择反应时间的最简单完整模型:线性弹道累积》,认知心理学,57,3,153-178(2008)
[4] 布塞迈耶,J。R、 。;Diederich,A.,认知建模(2010),Sage出版物:Sage出版物。加利福尼亚州千橡树
[5] 卡林,B。P、 。;Chib,S.,通过马尔可夫链蒙特卡罗方法选择贝叶斯模型,皇家统计学会杂志。B系列。统计方法,57,3473-484(1995)·Zbl 0827.62027
[六] Chib,S.,Gibbs输出的边际似然,美国统计协会杂志,904321313-1321(1995)·Zbl 0868.62027
[7] Chib,S。;Jeliazkov,I.,大都会黑斯廷斯产出的边际可能性,美国统计协会杂志,96453270-281(2001)·Zbl 1015.62020
[8] 埃文斯,N。J、 。;布朗,S。D、 ,线性弹道蓄能器决策模型的Bayes因子,(行为研究方法(2017),高级在线出版物)
[9] 埃文斯,N。J、 。;霍华德,Z。五十、 。;希斯科特,A。;布朗,S。D、 ,模型灵活性分析不衡量适合性的说服力,心理学评论,124,339-345(2017)
[10] 褶边,N。;休恩,M。;Wyse,J.,改进统计证据的后验估计,统计与计算,24,5709-723(2014)·Zbl 1322.62098号
[11] 褶边,N。;小矮子,A。N、 《通过幂后验概率估计边际似然估计》,皇家统计学会杂志。B系列。统计方法,703589-607(2008)·Zbl 05563360
[12] 褶边,N。;Wyse,J.,《估计证据-综述》,Statistica Neerlandica,66,3,288-308(2012年)
[13] 格什曼,S。J、 《强化学习模型的经验先验》,数学心理学杂志,71,1-6(2016)·Zbl 1359.62500元
[14] 格罗诺,Q。F、 。;萨拉福卢,A。;马特克,D。;利,A。;博姆,美国。;Marsman,M.,桥梁取样教程,数学心理学杂志,81,80-97(2017)·Zbl 1402.62042
[15] 格罗诺,Q。F、 。;辛曼,H。;2017年,Bridge-Likes和Bridges的抽样调查(Bridge-Likes)和《边缘因素》(Likes:Bridges)检索https://github.com/quentingronau/bridgesampling
[16] 格伦瓦尔德,P。D、 。;明,我。J、 。;皮特,M。A、 《最小描述长度的进展:理论与应用》(2005),麻省理工学院出版社:英国伦敦麻省理工学院出版社
[17] 黑斯廷斯,W。K、 《使用马尔可夫链的蒙特卡罗抽样方法及其应用》,生物计量学,57,97-109(1970)·Zbl 0219.65008
[19] 拥抱,S。;施瓦茨菲舍,M。;哈森纳尔,J。;马尔,C。;泰斯,F。J、 ,利用辛普森规则计算具有热力学积分的Bayes因子的自适应调度方案,统计与计算,26,3663-677(2016)·Zbl 06591374
[20] (2017年),JASP。检索自https://jasp-stats.org/
[21] 《概率论》(1961),牛津大学出版社·Zbl 0116.34904
[22] 卡斯,R。E、 。;拉夫德里,A。E、 ,Bayes factors,美国统计协会杂志,90430773-795(1995)·Zbl 0846.62028
[23] 拉蒂洛特,N。;Philippe,H.,使用热力学积分计算贝叶斯因子,系统生物学,55,2195-207(2006)
[24] 李,M。D、 《确定认知建模多维尺度表征的维度》,《数学心理学杂志》,45,1149-166(2001)·Zbl 1003.91033号
[25] 李,M。D、 《记忆功能的贝叶斯分析》,《数学心理学杂志》,48,5,310-321(2004)·Zbl 1118.91360
[26] 李,M。D、 。;Vanpaemel,W.,《确定认知模型的信息先验》,《心理经济学公报与评论》(2017年)
[27] 莱万多夫斯基。;Farrel,S.,《认知中的计算建模:原理与实践》(2011),Sage出版物:Sage出版物《千橡树》,加利福尼亚州
[28] 刘,C。C、 。;Aitkin,M.,Bayes factors:先验敏感性和模型概化性,数学心理学杂志,52,6362-375(2008)·Zbl 1152.91771
[29] 刘,P。;艾尔肖尔,A。S、 。;叶,M。;比尔利,P。;曾某。;Lu,D.,用热力学积分法评估边际可能性并与其他几种数值方法进行比较,水资源研究,52734-758(2016)
[30] 洛德威克,T。;金,W。;李,M。D、 。;图尔林克克斯,F。;Kuppens,P。;Wagenmakers,E.-J.,用乘积空间方法进行贝叶斯因子估计的教程,数学心理学杂志,55,5331-347(2011)·Zbl 1225.62037
[31] 利,A。;马尔斯曼,M。;维哈根,J。;格拉斯曼,R。P、 P.P。;瓦肯马克斯,E。J、 ,Fisher信息教程,《数学心理学杂志》,80,40-55(2017)·Zbl 1402.62318号
[32] 孟,X.-L。;黄,H。W、 ,用一个简单的恒等式模拟归一化常数的比值:理论探索,中国统计局,6831-860(1996)·Zbl 0857.62017
[33] 莫雷,R。D、 。;鲁德尔,J。N、 ,BayesFactor:常用设计的Bayes因子计算(2015),检索自https://cran.r-project.org/package=BayesFactor
[34] 明,我。J、 《复杂度在模型选择中的重要性》,《数学心理学杂志》,44,1190-204(2000)·Zbl 0946.62094
[35] 明,我。J、 。;纳瓦罗,D。J、 。;皮特,M。A、 ,标准化最大似然法模型选择,数学心理学杂志,50,2167-179(2006)·Zbl 1100.94008
[36] 明,我。J、 。;皮特,M。A、 《应用奥卡姆剃刀在认知建模中的应用:贝叶斯方法》,《心理经济学通报与评论》,4,1,79-95(1997)
[37] 尼尔,R。M、 ,退火重要性抽样,统计与计算,11,2,125-139(2001)
[38] 牛顿,M。;Raftery,A.,加权似然引导的近似贝叶斯推断,皇家统计学会杂志。B系列。统计方法学,56,1,3-48(1994)·Zbl 0788.62026
[39] 奥茨,C。J、 。;帕帕马库,T。;Girolami,M.,贝叶斯模型证据评估的受控热力学积分,美国统计协会期刊,111514634-645(2016)
[40] Ogata,Y.,高维积分的蒙特卡罗方法,Numerische Mathematik,55,2,137-157(1989)·Zbl 0669.65011
[42] Rae,B。;希斯科特,A。;唐金,C。;埃弗雷尔,L。;《兔子和乌龟:强调速度可以改变用来做决定的证据》,实验心理学杂志。学习,记忆和认知,40,5,1226-1243(2014)
[43] 拉特克利夫,R。;史密斯,P。五十、 ,两种选择反应时的序贯抽样模型比较,心理学评论,111,2333-367(2004)
[44] 鲁德尔,J。N、 。;莫雷,R。D、 《回归模型选择的默认Bayes因子》,多元行为研究,476877-903(2012)
[45] 鲁德尔,J。N、 。;莫雷,R。D、 。;斯派克曼P。五十、 。;J省。M、 ,方差分析设计的默认Bayes因子,《数学心理学杂志》,56,5356-374(2012)·Zbl 1282.62167
[46] 希夫林,R。M、 。;李,M。D、 。;金,W。;Wagenmakers,E.-J.,《模型评估方法调查与层次贝叶斯方法教程》,认知科学,32,8,1248-1284(2008)
[47] 斯奇林,J.,贝叶斯计算的嵌套抽样,贝叶斯分析,1,4833-860(2006)·Zbl 1332.62374号
[48] 特纳,B。M、 。;塞德伯格,P。B、 。;布朗,S。D、 。;《有效相关的心理分布》第18卷,第38M页,第36M-38M心理抽样方法
[49] Vanpaemel,W.,《理论测试中的先验敏感性:对Bayes因子的道歉》,数学心理学杂志,54,6,491-498(2010)·Zbl 1203.91265
[50] Vanpaemel,W.,使用层次方法构建信息模型先验,数学心理学杂志,55,1106-117(2011)·Zbl 1208.62195
[51] 瓦帕梅尔,W。;李,M。D、 《利用先验知识形式化理论:最佳注意与广义语境模型》,《心理经济学通报与评论》,19,6,1047-1056(2012)
[52] 瓦帕梅尔,W。;Storms,G.,类别学习中的抽象和模型评估,行为研究方法,42,2,421-437(2010)
[53] Wagenmakers,E.-J。;洛德威克,T。;Kuriyal,H。;Grasman,R.,《心理学家的贝叶斯假设测试:萨维奇·迪基方法教程》,认知心理学,60,3,158-189(2010)
[54] Wasserman,L.,贝叶斯模型选择和模型平均,数学心理学杂志,44,1192-107(2000)·Zbl 0946.62032
[55] 谢伟。;路易斯,P。O、 。;风扇,Y。;郭,L。;陈,M。H、 《改进贝叶斯系统发育模型选择的边际似然估计》,系统生物学,60,2150-160(2011)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。