徐刚刚;朱慧荣;J.Jack·李 贝叶斯层次模型的借款强度和借款指数。 （英语） Zbl 1504.62172号 计算。统计数据分析。 144，文章ID 106901，14 p.（2020）. 摘要：针对给定的贝叶斯层次模型，提出了一种新的借款强度度量方法和一个总体借款指数，以表征子组间借款行为的强度。所建议指数的构造基于Mallow距离，并且可以使用MCMC样本轻松计算单变量或多变量后验分布。因此，所提出的指数可以作为有意义和有用的探索工具，更好地理解先验在层次模型中所扮演的角色，包括它们对用于进行统计推断的后验的影响。这些关系在其他方面是模糊的。所提出的方法既适用于连续结果变量，也适用于二进制结果变量。此外，在贝叶斯层次模型被认为合适的情况下，所提出的方法可以很容易地适用于临床试验的各种设置。通过大量的仿真研究和一个实际数据示例，说明了该方法的有效性。 引用于1文件 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：贝叶斯层次模型;借款指数;借款强度;临床试验;马洛距离 软件：电磁流量计 PDF格式BibTeX公司 XML格式引用 \textit{G.Xu}等人，计算。统计数据分析。144，文章ID 106901，14 p.（2020；Zbl 1504.62172） 全文： DOI程序 参考文献： [1] Alvarez-Esteban，P.C。；Del Barrio，E。；Cuesta-Albertos，J.A。；Matran，C.，Trimmed分布比较，J.Amer。统计师。协会，103，482，697-704（2008）·Zbl 1471.62262号 [2] del Barrio，E。；吉内，E。；Matrán，C.，经验分布和真实分布之间wasserstein距离的中心极限定理，Ann.Probab。，1009-1071 (1999) ·Zbl 0958.60012号 [3] J.O.伯杰。；伯纳多，J.M。；Sun，D.，参考先验的形式定义，Ann.Statist。，905-938 (2009) ·Zbl 1162.62013年 [4] J.O.伯杰。；王，X。；Shen，L.，《亚组识别的贝叶斯方法》，《生物制药统计杂志》，24，1，110-129（2014） [5] 贝里，S.M。；Broglio，K.R。；格罗申，S。；Berry，D.A.，《患者亚群的BayesIan分层建模：II期肿瘤临床试验的有效设计》，临床试验（2013），1740774513497539 [6] Bickel，P.J。；Freedman，D.A.，引导的一些渐近理论，Ann.Statist。，1196-1217 (1981) ·Zbl 0449.62034号 [7] 陈，N。；Lee，J.J.，具有亚组和二元结果的临床试验的贝叶斯层次分类和信息共享，生物。J.，61，5，1219-1231（2019）·Zbl 1429.62507号 [8] Consonni，G。；Veronese，P.，《组合多个二项式实验结果的贝叶斯方法》，J.Amer。统计师。协会，90，431，935-944（1995）·Zbl 0847.62018号 [9] 迪博尔特，J。；Robert，C.P.，通过贝叶斯抽样估计有限混合分布，J.R.Stat.Soc.Ser。B统计方法。，363-375 (1994) ·Zbl 0796.62028号 [10] 道森，D。；Landau，B.，多元正态分布之间的Fréchet距离，《多元分析杂志》。，12, 3, 450-455 (1982) ·Zbl 0501.62038号 [11] 埃文斯，M。；Moshonov，H.，检查前数据冲突，贝叶斯分析。，1, 4, 893-914 (2006) ·Zbl 1331.62030号 [12] 埃文斯，R。；Sedransk，J.，结合可能相似的实验数据，生物统计学，643-656（2001）·Zbl 1006.62091号 [13] 福斯特，J.C。；泰勒，J.M。；Ruberg，S.J.，《随机临床试验数据的亚组识别》，《统计医学》，第30、24、2867-2880页（2011年） [14] 弗里德·T。；帕森斯，N。；Stallard，N.，《自适应临床试验中亚组选择的条件误差函数法》，《统计医学》，31，30，4309-4320（2012） [15] Fu，A.Y。；L.Wenyin。；Deng，X.，《利用基于推土机距离（EMD）的视觉相似性评估检测网络钓鱼网页》，IEEE Trans。可靠安全计算。，3, 4 (2006) [16] Gelman，A。；雅库林，A。；Pittau，M.G。；Su，Y.-S.，logistic和其他回归模型的弱信息默认先验分布，Ann.Appl。《法律总汇》，1360-1383（2008）·Zbl 1156.62017年 [17] Grauman，K。；Darrell，T.，使用近似推土机距离进行快速轮廓匹配，（计算机视觉和模式识别，2004年）。CVPR 2004。2004年IEEE计算机学会会议记录，第1卷（2004），IEEE），I [18] 姜瑜。；何毅。；Zhang，H.，通过先验Lasso方法对广义线性模型的先验信息变量选择，J.Amer。统计师。协会，111，513，355-376（2016） [19] 琼斯，H.E。；Ohlssen，D.I。；Neuenschwander，B。；拉辛，A。；Branson，M.，临床试验中亚组分析的BayesIan模型，临床试验，8，2，129-143（2011） [20] 库恩，H.W.，分配问题的匈牙利方法，海军资源后勤夸脱。，2，1-283-97（1955年）·Zbl 0143.41905号 [21] Leon Nevelo，L。；Bekele，B.N。；缪勒，P。；F.金塔纳。；Wathen，K.，《借款强度与子群体的不可交换先验》，《生物统计学》，第68、2、550-558页（2012年）·Zbl 1274.62811号 [22] 莱维纳，E。；Bickel，P.，《推土机的距离是锦葵距离：来自统计的一些见解》（Computer Vision，2001）。ICCV 2001。诉讼程序。第八届IEEE国际会议，第2卷（2001），IEEE），251-256 [23] 刘易斯，C.J。；Sarkar，S。；朱，J。；Carlin，B.P.，《从癌症药物开发的历史控制数据中借鉴：警示故事和实用指南》，《Stat.Biopherical Res.》，第11、1、67-78页（2019年） [24] Mallows，C.，《关于渐近联合正规性的注记》，《数学年鉴》。Stat.，508-515（1972）·Zbl 0238.60017号 [25] 森田，S。；泰尔，P.F。；Müller，P.，《确定参数先验的有效样本大小》，《生物统计学》，第64、2、595-602页（2008年）·Zbl 1137.62014年 [26] 森田，S。；泰尔，P.F。；Müller，P.，条件独立层次模型中的先验有效样本量，贝叶斯分析。（在线），7，3（2012）·Zbl 1330.62147号 [27] 缪勒，P。；金塔纳，F。；Rosner，G.L.，协变量回归的产品分割模型，J.Compute。图表。统计人员。，20, 1, 260-278 (2011) [28] O'Hagan，A.，《科学、主观性和软件》（对Berger和Goldstein的文章进行评论），《贝叶斯分析》。，1, 3, 445-450 (2006) ·Zbl 1331.62052号 [29] Pollard，D.，《测量理论概率的用户指南》，第8卷（2002年），剑桥大学出版社·兹比尔0992.60001 [30] F.A.金塔纳。；Iglesias，P.L.，BayesIan聚类和产品划分模型，J.R.Stat.Soc.Ser。B统计方法。，65, 2, 557-574 (2003) ·Zbl 1065.62115号 [31] Reimherr，M。；孟，X.-L。；Nicolae，D.L.，《成为一个知情的贝叶斯：评估先验信息性和先验可能性冲突》（2014），ArXiv预印本，ArXiv:1406.5958 [32] 任，Z。；袁杰。；Zhang，Z.，利用商品深度相机基于指地移动距离的鲁棒手势识别，（第19届ACM多媒体国际会议论文集（2011），ACM），1093-1096 [33] Rubner，Y。；托马西，C。；Guibas，L.J.，《推土机距离作为图像检索的度量标准》，国际计算机杂志。视觉。，40, 2, 99-121 (2000) ·Zbl 1012.68705号 [34] Varadarajan，K.R.，平面内最小成本完美匹配的分治算法，（计算机科学基础，1998）。诉讼程序。第39届年会（1998年），IEEE，320-329 [35] Woodcock，J。；LaVange，L.M.，《研究多种疗法、多种疾病或两者的主协议》，新英格兰。《医学杂志》，377，1，62-70（2017） [36] 徐，G。；梁，F。；Genton，M.G.，用于大型数据集的带有辅助格的贝叶斯时空地质统计模型，Statist。Sinica，61-79（2015）·Zbl 1480.86011号 [37] Ye，K。；Berger，J.O.，指数回归模型中推断的非信息性先验，生物统计学，645-656（1991）·Zbl 0746.62029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。