×

兹马思-数学第一资源

混合专家模型中的贝叶斯收缩:确定类成员的稳健决定因素。(英语) Zbl 07176230
摘要:提出了一种混合专家框架下的隐式变量选择方法。我们引入一个先验结构,其中信息来自一组独立的协变量。稳健的类成员资格预测器使用正态伽马先验进行识别。所建立的模型被用于伯努利分布的有限混合模型中,以根据莫桑比克妇女关于艾滋病毒的信息来源找到同质的群体。通过Gibbs采样器的实现,实现了完全贝叶斯推理。

理学硕士:
15层62层 贝叶斯推理
6207年 岭回归;收缩估计(套索)
62小时30分 分类和区分;聚类分析(统计方面)
90-08年 运筹学和数学规划问题的计算方法
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Agadjanian,V.,《莫桑比克的性别、宗教参与和艾滋病毒/艾滋病预防》,Soc Sci-Med,611529-1539(2005)
[2] 艾伦比,格雷格·M。;金特,詹姆斯L.,《利用极端设计产品和细分市场》,市场研究杂志,32392-403(1995)
[3] 安德森,G。;法科梅尼,A。;皮托,MG;泽利,R.,《衡量和研究阶级成员特征的新方法:审视中国城市中的贫困、不平等和两极分化》,经济学杂志,191348-359(2016)
[4] Audet,厘米;布里森,J。;月亮,TD;西达,M。;维加拉,AE;Vermund,SH,莫桑比克艾滋病毒/艾滋病的社会文化和流行病学方面,BMC国际健康人权,10,15(2010)
[5] 巴塔查里亚,A。;帕蒂,D。;皮莱,NS;Dunson,DB,Dirichlet laplace priors for optimal Returning,J Am Stat Assoc,1101479-1490(2015年)·Zbl 1373.62368号
[六] 比托,A。;Frühwirth Schnatter,S.,在时变参数模型框架中实现收缩,经济学杂志(2018)·Zbl 1452.62216号
[7] 塞勒克斯,G。;乔沃,D。;Diebolt,J.,em算法的随机版本:混合情况下的实验研究,J Stat Comput Simul,55287-314(1996)·Zbl 0907.62024
[8] 塞勒克斯,G。;弗赖斯·施纳特(Frühwirth Schnatter,S.)。;罗伯特,CP;弗赖斯施纳特,S(编辑);塞勒克斯,G(编辑);Robert,CP(编辑),《混合模型视角和策略的模型选择》,121-160(2018),博卡拉顿·Zbl 1419.62001
[9] 代顿,厘米;Macready,GB,《伴随变量潜在类模型》,J Am Stat Assoc,83173-178(1988)
[10] 德维弗,E。;等,有限混合回归:聚类模型选择的稀疏变量选择,Electron J Stat,92642-2674(2015)·兹布1329.62279
[11] Dias JG(2010)通过潜在类模型对人口与健康调查(dhs)数据建模:应用。在:第12届世界科学与工程数学与计算方法国际会议论文集,世界科学与工程学会(WSEAS),第79-83页
[12] 傅琰hwirth-schnater,S.,线性高斯状态空间模型的贝叶斯模型判别和贝叶斯因子,皇家统计学会学报,57237-246(1995)·Zbl 0809.62023
[13] 傅琰hwirth-schnater,S.,《经典和动态开关和混合模型的马尔可夫链蒙特卡罗估计》,J Am Stat Assoc,96194-209(2001)·Zbl 1015.62022
[14] Frühwirth Schnatter,S.,使用桥抽样技术估计混合和马尔可夫转换模型的边际可能性,经济学杂志,7143-167(2004)·Zbl 1053.62087
[15] Frühwirth-schnater S(2006)有限混合和马尔可夫转换模型。柏林斯普林格·Zbl 1108.62002
[16] 弗赖斯·施纳特(Frühwirth Schnatter,S.)。;Kaufmann,S.,基于模型的多时间序列聚类,J Bus Econ Stat,26,78-89(2008)
[17] 弗赖斯·施纳特(Frühwirth Schnatter,S.)。;瓦格纳,H。;伯纳多,J(编辑);巴亚里,M(编辑);伯杰,J(编辑);达维德,A(编辑);赫克曼,D(编辑);史密斯(编辑);韦斯特,M(ed.),高斯和非高斯数据随机截距建模的贝叶斯变量选择,第9期,165(2011),牛津大学
[18] 弗赖斯·施纳特(Frühwirth Schnatter,S.)。;帕明格,C。;韦伯,A。;Winter Ebmer,R.,《劳动力市场进入和收益动态:使用专家混合马尔可夫链聚类的贝叶斯推断》,应用经济学杂志,271116-1137(2012)
[19] 乔治,艾尔;McCulloch,RE,通过gibbs抽样进行变量选择,J Am Stat Assoc,88881-889(1993)
[20] Geweke,J.,使用蒙特卡罗积分在计量经济学模型中的贝叶斯推断,Economo J Economo Soc,531317-1339(1989)·Zbl 0683.62068
[21] 戈什,J。;鲱鱼,啊;Siega Riz,AM,《潜在类模型的贝叶斯变量选择》,生物识别,67917-925(2011)·Zbl 1226.62022
[22] 戈姆利,IC;弗赖斯·施纳特(Frühwirth Schnatter,S.)。;弗赖斯施纳特,S(编辑);塞勒克斯,G(编辑);Robert,CP(编辑),《专家模型的混合》,279-315(2018年),博卡拉顿
[23] 戈姆利,IC;Murphy,TB,等级数据与选举研究应用的混合专家模型,Ann Appl Stat,21452-1477(2008)·Zbl 1454.62498号
[24] 戈姆利,IC;Murphy,TB,社会网络数据的混合专家潜在位置聚类模型,统计方法,7385-405(2010)·Zbl 1233.62205
[25] 格林,PJ,可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定,生物计量学,82711-732(1995)·Zbl 0861.62023
[26] 格里芬,杰伊;Brown,PJ,回归问题中正态伽马先验分布推断,贝叶斯分析,5171-188(2010)·兹布1330.62128
[27] 格罗诺,昆士兰;萨拉福卢,A。;马特克,D。;利,A。;博姆,美国。;马尔斯曼,M。;莱斯利,DS;福斯特,JJ;Wagenmakers,EJ;Steingroever,H.,桥梁取样教程,数学心理学杂志,81,80-97(2017)·Zbl 1402.62042
[28] Guhaniyogi,右。;Dunson,DB,《贝叶斯压缩回归》,J Am Stat Assoc,1101500-1514(2015年)·Zbl 1373.62100
[29] 古普塔,M。;易卜拉欣,JG,基因调控网络发现的回归混合模型中的变量选择,美国统计学杂志,102867-880(2007)·Zbl 05564417
[30] Hörmann,W。;Leydold,J.,生成广义逆高斯随机变量,Stat Comput,24547-557(2014)·Zbl 1325.62031
[31] 休伯,F。;Feldkircher,M.,贝叶斯向量自回归模型中的自适应收缩,J Bus Econ Stat,37,1-13(2017年)
[32] 休尔塔,G。;江,W。;Tanner,MA,《通过层次混合进行时间序列建模》,Stat Sin,131097-1118(2003)·Zbl 1036.62076
[33] 休恩,M。;贾斯特尔,A。;Robert,CP,估计回归混合物,计算图统计杂志,12,55-79(2003)
[34] 英格拉西,S。;米诺蒂,南卡罗来纳州;Punzo,A.,通过线性聚类加权模型进行基于模型的聚类,Comput Stat Data Anal,71159-182(2014)·Zbl 06975380
[35] 英格拉西,S。;朋佐,A。;维塔迪尼,G。;Minotti,S.,广义线性混合聚类加权模型,J Classif,32,85-113(2015)·Zbl 1331.62310号
[36] 雅各布斯,RA;密歇根州约旦;诺兰,SJ;Hinton,GE,自适应混合本地专家,神经计算,379-87(1991)
[37] 雅士拉,A。;福尔摩斯,抄送;戴志军,马夫链蒙特卡罗方法与贝叶斯混合建模中的标签切换问题,统计科学,20,50-67(2005)·Zbl 1100.62032
[38] 江,W。;Tanner,MA,关于专家混合物的可识别性,神经网络,12,1253-1258(1999)
[39] Kastner,G.,多维度稀疏贝叶斯时变协方差估计,经济学杂志(2018)·Zbl 1452.62773
[40] Koop G(2003)贝叶斯计量经济学。威利,纽约。https://books.google.at/books?id=wrk3aaaaaiaj
[41] 196年《心理分析》,第543期《心理分析》
[42] 伦克,PJ;DeSarbo,WS,具有随机效应的广义线性模型有限混合的贝叶斯推理,心理测量学,6593-119(2000)·Zbl 1291.62225
[43] Leydold J,Hörmann W(2015),全球信息栅格分布的随机变量发生器。R包版本04
[44] 卢巴诺,M。;Ndoye,AAJ,《使用对数正态分布的有限混合进行收入不平等分解:贝叶斯方法》,Comput Stat Data Anal,100830-846(2016)·Zbl 06918368
[45] Malsiner Walli,G。;弗赖斯·施纳特(Frühwirth Schnatter,S.)。;Grün,B.,基于稀疏有限高斯混合的基于模型的聚类,Stat Comput,26303-324(2016)·Zbl 1342.62109
[46] 孟,XL;王文华,用一个简单的恒等式模拟标准化常数的比率:理论探索,统计,6831-860(1996)·Zbl 0857.62017
[47] Mukhopadhayy M,Dunson DB(2017)针对高维特征预测的随机投影。arXiv预印本arXiv:1712.02445
[48] 牛顿,马萨诸塞州;Raftery,AE,加权似然引导下的近似贝叶斯推断,皇家统计社会学杂志B(Methodol),56,3-48(1994)·Zbl 0788.62026
[49] 普法霍夫,M。;Piribauer,P.,《高维贝叶斯空间自回归模型中的弹性收缩》,Spat Stat,29109-128(2019年)
[50] 北卡罗来纳州波尔森市;斯科特,JG;Windle,J.,《使用pólya伽马潜在变量进行逻辑模型的贝叶斯推断》,J Am Stat Assoc,1081339-1349(2013)·Zbl 1283.62055
[51] Quandt,RE,《估计转换回归的新方法》,J Am Stat Assoc,67306-310(1972)·中银0237.62047
[52] R开发核心团队(2008)R:统计计算的语言和环境。R统计计算基金会,奥地利维也纳,http://www.R-project.org,国际标准书号3-900051-07-0
[53] 雷德纳,RA;Walker,HF,《混合密度、最大似然和em算法》,暹罗修订版,26195-239(1984)·Zbl 0536.62021
[54] Robert C,Casella G(2013)《蒙特卡罗统计方法》。柏林斯普林格·Zbl 1096.62003
[55] 罗西,彼得E。;麦卡洛克,罗伯特E。;艾伦比,格雷格M.,《目标市场营销中购买历史数据的价值》,市场科学,15321-340(1996)
[56] Stephens,M.,《具有未知成分的混合模型的贝叶斯分析——可逆跳跃方法的替代方法》,Ann Stat,28,40-74(2000)·Zbl 1106.62316
[57] Stephens,M.,《处理混合模型中的标签切换》,J Royal Stat Soc Ser B(Stat Methodol),62795-809(2000)·Zbl 0957.62020
[58] 唐,X。;Qu,A.,纵向数据的混合建模,J Comput Graph Stat,25,1117-1137(2016)
[59] 维拉尼,M。;科恩,R。;Nott,DJ,广义光滑有限混合,经济学杂志,171121-133(2012)·Zbl 1443.62085
[60] Wedel M,Kamakura WA(2012)《市场细分:概念和方法基础》,第8卷,斯普林格,柏林
[61] 东南部尤塞尔;威尔逊,JN;Gader,PD,《二十年专家的混合》,IEEE跨神经网络学习系统,第21177-1193页(2012年)
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。