×
阿尤宁·索夫罗;石建清;曹春正

使用卷积高斯过程对计数的多元过程数据进行回归分析。 （英语） Zbl 1437.62192号

J.统计计划。推断 206, 57-74 (2020).
摘要：近十年来，计数过程数据的泊松回归分析研究发展迅速。在多元情况下的一个难题是如何构造一个互相关结构，同时确保协方差矩阵是正定的。为了解决这个问题，我们建议在本文中使用卷积高斯过程（CGP）。该方法提供了一个半参数模型，并为同时建模共同均值结构和协方差结构提供了一种自然框架。CGP使模型能够为响应变量的每个分量定义不同的协方差结构。这种灵活性确保了模型能够处理来自不同来源或具有不同结构的数据，从而提供准确的估计和预测。此外，该模型能够容纳大维协变量。讨论了模型的定义、推导和实现，以及它的渐近性质。给出了具有模拟研究和实际数据的综合数值例子。

引用于1文件

MSC公司：

62H11型 定向数据；空间统计学
60克15 高斯过程
62G08号 非参数回归和分位数回归

关键词：

卷积高斯过程;互相关;多元过程计数数据;多元泊松回归;协方差函数

软件：

spBayes公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Sofro}等人，J.Stat.Plann。推论206，57--74（2020；Zbl 1437.62192）
全文： 内政部 arXiv公司

参考文献：

[1] Andriluka，M.，Weizsäcker，L.，Hofmann，T.，2007年。具有依赖高斯过程的多类分类。收录于：ASMDA应用随机模型和数据分析国际会议论文集。
[2] 巴·S。；Joseph，V.R.，《模拟昂贵函数的复合高斯过程模型》，Ann.Appl。统计，61838-1860（2012）·Zbl 1257.62089号
[3] 班纳吉，S。；卡林，B.P。；Gelfand，A.E.，《空间数据的层次建模与分析》（2015），CRC出版社·Zbl 1358.62009号
[4] 贝萨格，J。；Kooperberg，C.，《关于条件和内在自回归》，Biometrika，82，4733-746（1995）·Zbl 0899.62123号
[5] 波义耳，P。；Frean，M.，（Saul，L.K.；Weiss，Y.；Bottou，L，《相关高斯过程》。相关高斯过程，神经信息处理系统进展，第17卷（2005年），麻省理工学院出版社：麻省理学出版社剑桥），217-224
[6] 卡梅隆。；Trivedi，P.K.，《计数数据的回归分析》（2013），剑桥大学出版社·兹比尔1301.62003
[7] 曹，C。；史建清。；Lee，Y.，人口平均数和特定主题推断的稳健函数回归模型，《统计方法医学研究》，27，3236-3254（2017）
[8] Choi，T.，高斯过程先验下非参数回归问题的后验一致性（2005），卡内基梅隆大学：卡内基梅隆大学，宾夕法尼亚州匹兹堡，（博士论文）
[9] Crainiceanu，C.M。；Diggle，P.J。；Rowlingson，B.，热带非洲Loa-Loa流行率的双变量二项空间建模，J.Amer。统计师。协会，103，481，21-37（2008）·兹比尔1469.86015
[10] Datta，A。；班纳吉，S。；芬利，A.O。；Gelfand，A.E.，大型地质统计数据集的层次最近邻高斯过程模型，J.Acoust。《美国社会》，11，800-812（2016）
[11] Davis，R.A。；Holan，S.H。；伦德，R。；Ravishanker，N.，《离散值时间序列手册》（2016），泰勒和弗朗西斯集团：查普曼和霍尔/CRC
[12] Diggle，P.J。；Tawn，J.A。；Moyeed，R.A.，基于模型的地质统计学，J.Royal Stat.Soc.C，47，3，299-350（1998）·Zbl 0904.62119号
[13] Fokianos，K.，《计算时间序列模型》（《统计手册》，第30卷（2012）），第315-347页
[14] Gelfand，A.E。；Vounatsou，P.，空间数据分析的适当多元条件自回归模型，生物统计，4，1，11-25（2003）·Zbl 1142.62393号
[15] Genton，M.G。；Kleiber，W.，多元地质统计学的交叉协方差函数，统计学。科学。，30, 147-163 (2015) ·Zbl 1332.86010号
[16] Gramacy，R。；Lian，H.，作为计算机实验模拟器的高斯过程单指标模型，Technometrics，54，1，30-41（2012）
[17] Halliday，J。；Boshnakov，G.N.，《多元计数时间序列的PoARX建模》（2018），arXiv:1806.04892
[18] Higdon，D.，使用过程卷积的空间和时空建模，（当前环境问题的定量方法（2002），施普林格：施普林格伦敦），37-56·Zbl 1255.86016号
[19] Inouye，D.I。；杨，E。；艾伦，G.I。；Ravikumar，P.，《泊松分布计数数据的多元分布综述》，（威利跨学科评论：计算统计学，第9卷（2017）），https://arxiv.org/abs/1609.00066
[20] 金，X。；卡林，B。；Banerjee，S.，区域数据的广义分层多变量CAR模型，生物计量学，61，4950-961（2005）·Zbl 1087.62127号
[21] Kim，H。；Sun，D。；Tsutakawa，R.K.，用双重条件自回归模型改进死亡率估计的双变量贝叶斯方法，J.Amer。统计师。协会，96、456、1506-1521（2001）·Zbl 1051.62112号
[22] Konzen，E。；史建清。；Wang，Z.，具有不可分离协方差结构的函数值过程建模（2019），纽卡斯尔大学，https://www.staff.ncl.ac.uk/j.q.shi/publication.html
[23] MacNab，Y.C。；Dean，C.B.，映射率的自回归空间平滑和时间样条平滑，生物统计学，57，3，949-956（2001）·兹比尔1209.62309
[24] Martínez-Beneito，M.A.，《多变量疾病映射的通用建模框架》，Biometrika，100,3539-553（2013）·兹比尔1284.62667
[25] Martínez-Beneito，医学硕士。；Quilez，A.L。；Botella-Rocamora，P.B.，《时空疾病绘图的自回归方法》，《统计医学》，27，15，2874-2889（2008）
[26] 莫赫比，M。；沃尔夫，R。；Jolley，D.，《伊朗里海地区食管癌和胃癌的空间分布：饮食和社会经济影响的生态分析》，国际卫生地理杂志。，10, 1-13 (2011)
[27] Paciorek，C.J。；Schervish，M.J.，使用一类新的非平稳协方差函数的空间建模，环境计量学，17，483-506（2006）
[28] 拉斯穆森，C.E。；Williams，C.K.，《机器学习的高斯过程》（2006），麻省理工学院出版社：麻省理学院出版社剑桥·Zbl 1177.68165号
[29] H街。；Held，L.，《高斯马尔可夫随机场：理论与应用》（2005），查普曼和霍尔/CRC：查普曼与霍尔/CRC博卡拉顿·邮编1093.60003
[30] H街。；马蒂诺，S。；肖邦，N.，《使用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断》（带讨论），《皇家统计学会期刊》，第71期，第319-392页（2009年）·Zbl 1248.62156号
[31] Seeger，M.W。；卡卡德，S.M。；Foster，D.P.，非参数高斯过程方法的信息一致性，IEEE Trans。通知。理论，542376-2382（2008）·兹比尔1328.94027
[32] 史建清。；Choi，T.，《函数数据的高斯过程回归分析》（2011），查普曼和霍尔：查普曼与霍尔伦敦·Zbl 1274.62912号
[33] 史建清。；王，B。；威尔·E·J。；R.M.，西部。，混合效应GPFR模型及其在剂量-反应曲线预测中的应用，Stat.Med.，31，26，3165-3177（2012）
[34] Silva，G.L。；院长，C.B。；Niyonsenga，T。；Vanasse，A.，使用平滑样条曲线对血运重建概率进行分层贝叶斯时空分析，《统计医学》，27，13，2381-2401（2008）
[35] Sofro，A.，多元非高斯数据的卷积高斯过程回归模型（2016），英国纽卡斯尔大学（博士论文）
[36] Sun，D。；筑川，R.K。；Kim，H。；He，Z.，《疾病测绘的时空互动》，《统计医学》，第19、15、2015-2035页（2000年）
[37] 特里维迪，P。；Zimmer，D.，关于离散计数数据的二元连接函数识别的注释，《计量经济学》，5，1-11（2017）
[38] Ver Hoef，J.M。；Barry，R.P.，《协克里金和多变量空间预测的构建和拟合模型》，J.Statist。计划。推理，69，2，275-294（1998）·Zbl 0935.62110号
[39] Veraart，A.E.D.，《使用拖网过程对多变量计数时间序列进行建模、模拟和推断》，《多变量分析杂志》。，169110-129（2019）·Zbl 1404.60048号
[40] Wall，M.M.，《近距离观察CAR和SAR模型隐含的空间结构》，J.Statist。计划。推理，121，2，311-324（2004）·Zbl 1036.62097号
[41] 王，B。；Shi，J.Q.，非高斯函数数据的广义高斯过程回归模型，J.Amer。统计师。协会，109，507，1123-1133（2014）·Zbl 1368.62101号
[42] Wang，Z。；史建清。；Lee，Y.，《扩展T过程回归模型》，J.Statist。计划。推理，189，38-60（2017）·Zbl 1376.62026号
[43] Weiss，C.H.，《离散值时间序列导论》（2018），Wiley·Zbl 1407.62009年
[44] Yi，G。；史建清。；Choi，T.，高维非线性数据的惩罚高斯过程回归和分类，生物统计学，671285-1294（2011）·Zbl 1274.62912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。