×

少报计数数据的稀疏贝叶斯模型。 (英语) Zbl 07259008

摘要:我们考虑了统计数据回归模型的贝叶斯推断。对于计数的数据生成过程以及易出错的报告过程,指定了一个联合模型,其中两个过程的结果都与一组潜在协变量相关。联合模型的识别是通过验证数据和合并变量选择提供的附加信息来实现的。对于后验推理,我们提出了一个方便的马尔可夫链蒙特卡罗(MCMC)抽样方案,它依赖于数据扩充和辅助混合抽样技术。用模拟数据说明了该方法的性能,并将其应用于实际数据的分析,以估计宫颈癌死亡的风险。

理学硕士:

62-XX号 统计

软件:

波吉特
PDF格式 BibTeX公司 XML 引用
全文: 内政部

参考文献:

[1] Amoros,E,Martin,J-L,Laumon,B(2006)法国道路交通事故伤亡报告。事故分析与预防,38627-635年。
[2] Bratcher,TL,Stamey,JD(2002)用错误分类计数估计泊松率。生物测定杂志,44946-956年·Zbl 1441.62294
[3] Cameron,AC,Trivedi,PK(2013年)计数数据的回归分析(第二版)。剑桥:剑桥大学出版社·Zbl 1301.62003
[4] Dvorzak,M,Wagner,H(2015)波吉特:Poisson-Logistic模型的贝叶斯变量选择. http://cran.r-project.org/web/packages/pogit/索引。html,R包版本1.0.0。
[5] Frühwirth schnater,S,Frühwirth,R,hold,L,Rue,H(2009)改进了非高斯数据层次模型的辅助混合采样。统计与计算,19479-492年。
[6] Fussl,A,Frühwirth Schnatter,S,Frühwirth,R(2013)二项逻辑模型的有效MCMC。美国计算机学会模型和计算机仿真汇刊第23页,第1-21页·Zbl 06860001
[7] Gelman,A,Goegebeur,Y,Tuerlinckx,F,Van,Mechelen I(2000)使用后验预测模拟对离散数据回归模型的诊断检查。应用统计学第49页,第247-268页·Zbl 0945.62071
[8] George,EI,McCulloch,RE(1993)通过Gibbs抽样进行变量选择。美国统计协会杂志88881-889年。
[9] George,EI,McCulloch,RE(1997)贝叶斯变量选择方法。中国统计公元7339-373年·Zbl 0884.62031
[10] Holmes,CC,Hold,L(2006)二元和多项式回归的贝叶斯辅助变量模型。贝叶斯分析,1145-168年·Zbl 1331.62142
[11] Ishwaran,H,Rao,SJ(2005)Spike和slab变量选择:频率专家和贝叶斯策略。统计年刊第33页,第730-773页·Zbl 1068.62079
[12] Li,T,Trivedi,PK,Guo,J(2003)《计数中的反应偏差建模:结构方法及其在国家犯罪受害调查数据中的应用》。社会学方法与研究,31,514-544年。
[13] 利特尔,RJA,鲁宾,DB(2002)缺失数据的统计分析(第二版)。纽约:约翰威利和儿子。
[14] Liu,C(2004)Robit回归:logistic回归和probit回归的简单稳健选择。Gelman A和Meng X-L编辑。基于不完全数据视角的贝叶斯建模与因果推理,第21章,第227-238页。奇切斯特:约翰威利和儿子们·Zbl 05274820
[15] Ma,J,Li,Z(2010)频率严重性不确定性的贝叶斯建模及其在双车道公路交通事故中的应用。第十届中国交通运输专业人员国际会议论文集(ICCTP),北京,1022-1033页。
[16] Mitchell,TJ,Beauchamp,JJ(1988)线性回归中的贝叶斯变量选择。美国统计协会杂志,831023-1032年·浙宝0673.62051
[17] Moreno,E,Girón,J(1998)《不完全计数数据的估计——贝叶斯方法》。统计规划与推理杂志第66页,第147-159页·Zbl 0891.62019
[18] Papadopoulos,G,Santos,Silva JMC(2012)非负数据的一些双指数模型中的识别问题。经济学信函,117365-367年。
[19] Polson,NG,Scott,JG,Windle,J(2013)使用Póly Gamma潜在变量的logistic模型的贝叶斯推理。美国统计协会杂志,1081339-1349年·Zbl 1283.62055
[20] Powers,S,Gerlach,R,Stamey,J(2010)具有低估响应的泊松回归的贝叶斯变量选择。计算统计与数据分析,543289-3299·Zbl 1284.62464
[21] Rubin,DB(1976)推断和缺失数据。生物计量学,63581-592年·Zbl 0344.62034
[22] Sposto,R,Preston,DL,Shimizu,Y,Mabuchi,K(1992)诊断错误对原子弹幸存者非癌症和癌症死亡率剂量反应的影响。生物识别,48,605-617年。
[23] Stamey,JD,Young,DM,Seaman,JW Jr.(2008)调整Poisson回归中两个死亡原因之间诊断错误分类的贝叶斯方法。医学统计学,27,2440-2452年。
[24] Tüchler,R(2008)使用辅助混合抽样的logistic模型的贝叶斯变量选择。计算与图形统计杂志17,76-94年。
[25] Wagner,H,Duller,C(2012)随机截距logistic回归模型的贝叶斯模型选择。计算统计与数据分析,561256-1274年·Zbl 1241.62025
[26] Whittemore,AS,Gong,G(1991)错误分类计数的泊松回归:对宫颈癌死亡率的应用。应用统计学,第40页,第81-93页·邮政编码:0825.62868
[27] Winkelmann,R(1996)马尔可夫链蒙特卡罗分析少报计数数据及其对工人缺勤的应用。经验经济学,21575-587年。
[28] Winkelmann,R,Zimmermann,KF(1993)泊松逻辑回归。慕尼黑大学经济系,第93-18号工作文件。
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。