×
亚历山大·拉赞；斯特凡·朗

贝叶斯分布回归模型中的随机比例因子及其在房地产数据中的应用。 （英语） Zbl 07259252号

统计模型。 20，第4期，347-368（2020）.
摘要：分布结构加性回归提供了一个灵活的框架，用于根据协变量对潜在复杂响应分布的每个参数进行建模。结构化加性预测因子允许对具有非线性效应和时间趋势、单位或簇特定异质性、空间异质性和不同类型协变量之间复杂相互作用的协变量效应进行加性分解。在这个框架内，我们提出了一种乘法随机效应的同时估计方法，该方法考虑了与协变量效应的标度相关的集群特定异质性。更具体地说，协变量（z）的可能非线性函数（f（z））可以通过乘法和可能空间相关的簇特定随机效应（（1+\alpha_c））进行缩放。推理是完全贝叶斯的，基于高效的马尔可夫链蒙特卡罗（MCMC）算法。
我们在针对不同响应分布的大量模拟实验中研究了我们的方法的统计特性。此外，我们将该方法应用于德国房地产数据，在这些数据中，我们确定了显著的地区特定比例因子。根据偏差信息准则，包含这些因素的模型比没有（空间相关的）随机比例因子的标准模型表现得更好。

MSC公司：

62至XX 统计

关键词：

贝叶斯P样条；迭代加权最小二乘方案；马尔可夫随机场；MCMC公司；乘法随机效应；结构化加性预测因子

软件：

GAMLSS公司；加迈尔
PDF格式BibTeX公司 XML格式引用
\textit{A.Razen}和\textit{S.Lang}，统计模型。20，第4号，347-368（2020；兹bl 07259252）
全文： 内政部

参考文献：

[1] Besag，J，York，J，Mollie，A（1991）贝叶斯图像恢复及其在空间统计中的两个应用。统计数学研究所年鉴, 43, 1-59. ·Zbl 0760.62029号 ·doi:10.1007/BF00116466
[2] Brezger，A，Lang，S（2006）基于贝叶斯P样条的广义结构加性回归。计算统计与数据分析, 50, 967-91. ·Zbl 1431.62308号 ·doi:10.1016/j.csda.2004.10.011
[3] Brunauer，WA，Lang，S，Wechselberger，P，Bienert，S（2010）具有空间尺度因子的加性特征回归模型：维也纳租金应用。房地产财经杂志, 40, 390-410. ·doi:10.1007/s11146-009-9177-z
[4] Eilers，PHC，Marx，BD（1996）《B样条和惩罚的柔性平滑》。统计科学, 11, 89-121. ·兹比尔0955.62562 ·doi:10.1214/ss/1038425655
[5] Eilers，P，Marx，B，德班，M（2015）《P样条曲线的二十年》。统计与运筹学汇刊, 39, 149-86. ·Zbl 1339.41010号
[6] Fahrmeir，L，Lang，S（2001）基于马尔可夫随机场先验的广义可加混合模型的贝叶斯推断。应用统计学, 50, 201-20. ·doi:10.1111/1467-9876.00229
[7] Fahrmeir，L，Kneib，T，Lang，S，Marx，B（2013）回归：模型、方法和应用。柏林：斯普林格·Zbl 1276.62046号
[8] Gelman，A，Hill，J（2007）使用回归和多级/层次模型进行数据分析。剑桥：剑桥大学出版社。
[9] Gneiting，T，Raftery，A E（2007）严格正确的评分规则、预测和评估。美国统计协会杂志, 102, 359-78. ·Zbl 1284.62093号 ·doi:10.1198/0162145000001437
[10] Hastie，T J，Tibshirani，RJ（1990年）广义可加模型伦敦：查普曼和霍尔·Zbl 0747.62061号
[11] Hastie，T J，Tibshirani，RJ（1993）变系数模型。英国皇家统计学会学报B, 55, 757-96. ·Zbl 0796.62060号
[12] Klein，N，Kneib，T，Lang，S（2014）零密度和过度分散计数数据位置、规模和形状的贝叶斯广义加性模型。美国统计协会杂志, 10, 405-19. ·兹比尔1373.62103
[13] Klein，N，Kneib，T，Lang，S，Sohn，A（2015）贝叶斯结构加性分布回归在德国地区收入不平等中的应用。应用统计学年鉴, 9, 1024-52. ·Zbl 1454.62485号 ·doi:10.1214/15-AOAS823
[14] Lang，S，Brezger，A（2004）贝叶斯P样条。计算与图形统计杂志, 13, 183-212. ·兹比尔07257866 ·doi:10.1198/1061860043010
[15] Umlauf，N，Wechselberger，P，Harttgen，K，Kneib，T（2014）多水平结构化加性回归。统计与计算, 24, 223-38. ·Zbl 1325.62179号 ·doi:10.1007/s11222-012-9366-0
[16] Lang，S，Steiner，W，Weber，A，Wechselberger，P（2015）在预测品牌销售额和利润时，考虑价格效应的异质性和非线性。欧洲运筹学杂志, 246, 232-41. ·Zbl 1346.62163号 ·doi:10.1016/j.ejor.2015.02.047
[17] McCullagh，P，Nelder，JA（1989年）广义线性模型。佛罗里达州博卡拉顿：查普曼和霍尔·Zbl 0588.62104号 ·doi:10.1007/978-1-4899-3242-6
[18] Razen，A，Brunauer，W，Klein，N，Kneib，T，Umlauf，N（2017）《使用贝叶斯分布和分位数回归进行房地产抵押估价的统计风险分析》。技术报告.
[19] Rigby，RA，Stasinopoulos，DM（2005）位置、规模和形状的广义加性模型。应用统计学, 54, 507-54. ·Zbl 1490.62201号 ·doi:10.1111/j.1467-9876.2005.00510.x
[20] Rue，H，Held，L（2005）高斯马尔可夫随机场。佛罗里达州博卡拉顿：查普曼和霍尔/CRC·邮编1093.60003 ·doi:10.1201/9780203492024
[21] Spiegelhalter，DJ，Best，NG，Carlin，BP，van der Linde，A（2002）模型复杂性和t的贝叶斯度量（含讨论）。英国皇家统计学会学报B辑, 64, 583-639. ·兹比尔1067.62010 ·数字对象标识代码：10.1111/1467-9868.00353
[22] Stasinopoulos，医学博士，Rigby，RA，Heller，GZ，Voudouris，V，Bastiani，F（2017）灵活的回归与平滑：在R中使用GAMLSS。佛罗里达州博卡拉顿：Champman和Hall。
[23] Weber，A，Steiner，W，Lang，S（2015）《半参数和异质商店销售模型的最优类别定价比较或光谱》，39，403-45·Zbl 1368.90089号
[24] Wechselberger，P，Lang，S，Steiner，WJ（2008）《随机比例因子的加法模型：建模价格响应函数的应用》。奥地利统计杂志, 37, 255-70.
[25] 伍德，SN（2006）广义可加模型：R。佛罗里达州博卡拉顿：查普曼和霍尔·兹比尔1087.62082 ·doi:10.1201/9781420010404
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。