×
伊拉里亚·比安奇尼;亚历山德拉·古列尔米;费尔南多·金塔纳。

通过光谱密度法确定点过程混合物。 （英语） 兹比尔1437.62136

贝叶斯分析。 第15期，第1期，187-214（2020）.
总结：我们考虑混合模型，其中位置参数被预先鼓励很好地分离。我们研究了一类决定点过程（DPP）混合模型，该模型提供了所需的分离或排斥概念。我们没有使用分析结果部分可用的相当有限的情况，而是采用了一种光谱表示，可以很容易地计算DPP密度函数的近似值。为了具体起见，本演示侧重于幂指数谱密度，但所提议的方法实际上相当通用。随后，我们扩展了我们的模型，在可能性和混合成分分配中纳入了协变量信息，在混合成分中位置的排斥性和具有相似协变量的受试者之间的吸引力之间进行了权衡。我们开发了完整的贝叶斯推理，并使用几个模拟场景和数据插图探索模型属性和后验行为。本文的补充材料可在线获取[一、比安奇尼等人，“通过光谱密度方法测定点过程混合物的补充材料”，贝叶斯分析。(2019;doi:10.1214/19-BA1150.187)].

引用于4文件

MSC公司：

62G08号 非参数回归和分位数回归
62H30型 分类和区分；聚类分析（统计方面）
62G07年 密度估算
60G55型 点过程（例如泊松过程、考克斯过程、霍克斯过程）
62M15型 随机过程和谱分析的推断

关键词：

密度估计;非参数回归;排斥混合物;可逆跳跃

软件：

麦克卢斯特;五件T恤;DP包;拔管器
PDF格式BibTeX公司 XML格式引用
\textit{I.Bianchini}等人，《贝叶斯分析》。15，第1号，187--214（2020；Zbl 1437.62136）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Affandi，R.H.、Fox，E.和Taskar，B.（2013年）。“连续确定性过程中的近似推断”，《神经信息处理系统进展》，1430-1438年。
[2] Affandi，R.H.、Fox，E.B.、Adams，R.P.和Taskar，B.（2014）。“学习行列式点过程内核的参数”，载于ICML，1224-1232。
[3] Bianchini，I.、Guglielmi，A.和Quintana F.A.（2019年）。“通过光谱密度法测定点工艺混合物”的补充材料。”贝叶斯分析·兹比尔1437.62136
[4] Bardenet，R.和Titsias，M.（2015）。“没有谱知识的行列式点过程的推断”，《神经信息处理系统进展》，3393-3401。
[5] Binder，D.A.（1978年）。贝叶斯聚类分析〉，《生物统计学》，65:31-38·Zbl 0376.62007号 ·doi:10.1093/biomet/65.1.31
[6] Biscio，C.A.N.和Lavancier，F.（2016）。“定量确定点过程的排斥性”，伯努利，22:2001-28·Zbl 1343.60058号 ·文件编号：10.3150/15-BEJ718
[7] Biscio，C.A.N.和Lavancier，F.（2017年）。“参数平稳行列式点过程的对比估计”，《斯堪的纳维亚统计杂志》，44:204-229·Zbl 1361.60034号 ·doi:10.1111/jos.1249
[8] Daley，D.J.和Vere-Jones，D.（2003）。“泊松过程的基本性质”，点过程理论导论：第一卷：基本理论和方法，19-40·Zbl 1026.60061号
[9] Daley，D.J.和Vere-Jones，D.（2007年）。点过程理论简介：第二卷：一般理论和结构。斯普林格·Zbl 1159.60003号
[10] De Iorio，M.、Müller，P.、Rosner，G.L.和MacEachern，S.N.（2004）。“依赖随机测量的方差分析模型”，《美国统计协会杂志》，99:205-215·Zbl 1089.62513号 ·doi:10.1198/016214500000205
[11] Dellaportas，P.和Papageorgiou，I.（2006年）。“含有未知分量的多元混合法线”，《统计与计算》，16（1）：57-68·doi:10.1007/s11222-006-5338-6
[12] Ferguson，T.S.（1983）。“通过混合正态分布进行贝叶斯密度估计”，M.H.Rizvi，J.R.和Siegmund，D.（编辑），《统计学的最新进展：赫尔曼·切尔诺夫六十岁生日的论文》，287-302。学术出版社·Zbl 0557.62030号
[13] Fraley，C.、Raftery，A.E.、Murphy，T.B.和Scrucca，L.（2012）。mclust Version 4 for R：基于模型的聚类、分类和密度估计的正态混合建模·Zbl 1520.62002号
[14] Frühwirth-Schnatter，S.（2006）。有限混合和马尔可夫切换模型。统计学中的斯普林格系列。纽约州施普林格·Zbl 1108.6202号
[15] Füquene，J.、Steel，M.和Rossell，D.（2016）。“通过非本地先验选择混合物成分。”http://arxiv.org/abs/1604.00314v1。 ·Zbl 1429.62243号
[16] Ishwaran，H.和James，L.F.（2001）。“破杆先验的吉布斯抽样方法”，《美国统计协会期刊》，96:161-173·Zbl 1014.62006年 ·doi:10.1198/016214501750332758
[17] Ismay，C.和Chunn，J.（2017）。《五点三十八分：故事和互动背后的数据和代码》。R软件包版本0.1.0。https://CRAN.R-project.org/package=fivethirtyeight。
[18] Jara，A.和Hanson，T.E.（2011年）。“一类依赖无尾过程的混合物”，《生物统计学》，98:553-566·Zbl 1231.62178号 ·doi:10.1093/biomet/asq082
[19] Jara，A.、Hanson，T.E.、Quintana，F.A.、Müller，P.和Rosner，G.L.（2011年）。“DPpackage:R中的贝叶斯半参数和非参数建模”，《统计软件杂志》，40:1。
[20] Kulesza，A.和Taskar，B.（2012年）。“机器学习的决定点过程”，《机器学习的基础与趋势》，5:123-286·Zbl 1278.68240号 ·doi:101561/2200000044
[21] Lau，J.W.和Green，P.J.（2007）。“基于贝叶斯模型的聚类程序”，《计算与图形统计杂志》，16:526-558。
[22] Lavancier，F.、Möller，J.和Rubak，E.（2015）。“确定性点过程模型和统计推断”，《皇家统计学会杂志：B辑（统计方法）》，77:853-877·Zbl 1414.62403号 ·doi:10.1111/rssb.12096
[23] Lo，A.Y.（1984）。“关于一类贝叶斯非参数估计：I.密度估计”，《统计年鉴》12:351-357·Zbl 0557.62036号 ·doi:10.1214操作系统/1176346412
[24] Macchi，O.（1975）。“随机点过程的符合方法”，《应用概率进展》，83-122·兹伯利0366.60081 ·doi:10.2307/1425855
[25] Malsiner-Walli，G.、Frühwirth-Schnatter，S.和Grün，B.（2016）。“基于稀疏有限高斯混合的基于模型的聚类”，《统计与计算》，26:303-324·兹比尔1342.62109 ·doi:10.1007/s11222-014-9500-2
[26] McLachlan，G.和Peel，D.（2005）。有限混合模型。John Wiley&Sons公司·Zbl 0963.62061号
[27] Miller，J.W.和Harrison，M.T.（2013）。“Dirichlet过程混合物成分数量不一致的一个简单例子”，摘自《神经信息处理系统进展》，199-206年。
[28] Miller，J.W.和Harrison，M.T.（2017年）。《成分数量先验的混合模型》，《美国统计协会杂志》。按·Zbl 1398.62066号 ·doi:10.1080/01621459.2016.1255636
[29] Möller，J.和Waagepetersen，R.P.（2007）。“空间点过程的现代统计”，《斯堪的纳维亚统计杂志》，34:643-684·Zbl 1157.62067号
[30] Müller，P.、Quintana，F.和Rosner，G.L.（2011年）。“协变量回归的产品划分模型”，《计算与图形统计学杂志》，20:260-278。
[31] Petralia，F.、Rao，V.和Dunson，D.B.（2012年）。“排斥性混合物”，摘自Pereira，F.、Burges，C.、Bottou，L.和Weinberger，K.（eds.），《神经信息处理系统进展》25，1889-1897。Curran Associates公司。http://papers.nips.cc/paper/4589-repulsive-mixtures.pdf。
[32] Quinlan，J.J.、Page，G.L.和Quintana，F.A.（2018年）。“使用排斥分布的密度回归”，《统计计算与模拟杂志》，88（15）：2931-2947·Zbl 07192696号
[33] Quinlan，J.J.、Quintana，F.A.和Page，G.L.（2017）。“使用排斥分布的节约层次建模。”https://arxiv.org/abs/1701.04457v1。
[34] Rousseau，J.和Mengersen，K.（2011年）。“过量混合模型后验分布的渐近行为”，《皇家统计学会杂志：B辑（统计方法）》，73:689-710·Zbl 1228.62034号 ·doi:10.1111/j.1467-9868.2011.00781.x
[35] Shirota，S.和Gelfand，A.E.（2017年）。“排斥空间点过程的近似贝叶斯计算和模型评估”，《计算与图形统计杂志》，26（3）：646-657。
[36] Xu，Y.、Müller，P.和Telesca，D.（2016）。“用确定性点过程（DPP）对潜在生物结构的贝叶斯推断”，《生物计量学》，72:955-964·Zbl 1390.62320号 ·doi:10.1111/biom.12482
[37] Zellner，A.（1986年）。“关于评估先验分布和使用g-先验分布的贝叶斯回归分析”，贝叶斯推理和决策技术：Bruno De Finetti荣誉论文，6:233-243·Zbl 0655.62071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。