×

单调回归中贝叶斯估计和测试的收敛速度。 (英文) Zbl 1472.62106号

总结:在统计建模中,形状限制(例如函数的单调性)经常会自然出现。我们考虑一种贝叶斯方法来估计单调回归函数并测试单调性。我们使用分段常数函数构造了一个先验分布。对于估计,这些台阶高度的先验单调性是合理的,但由此产生的后验则难以从理论上进行分析。我们考虑一种“投影-后验”方法,其中使用了共轭正规先验,但单调性约束是通过投影映射施加在单调函数空间的后验样本上的。我们证明了在(mathbb){五十} _1个\)-度量和在经验(mathbb)下的近似最优速率{五十} (p)\)-\(0<p \ le 2 \)的度量。投影-后验方法在计算上也更方便。我们还利用单调函数集的收缩邻域的后验概率构造了单调性假设的贝叶斯检验。我们证明了结果检验具有通用一致性,并获得了确保结果幂函数接近1的分离率。

MSC公司:

62J02型 一般非线性回归
2015年1月62日 贝叶斯推断
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Akakpo,N.、Balabdaoui,F.和Durot,C.(2014)。通过局部最小凹优势检验单调性。伯努利20 514-544. ·Zbl 1400.62090号 ·文件编号:10.3150/12-BEJ496
[2] Ayer,M.、Brunk,H.D.、Ewing,G.M.、Reid,W.T.和Silverman,E.(1955)。不完全信息抽样的经验分布函数。安。数学。统计师。26 641-647之间·兹比尔0066.38502 ·doi:10.1214/aoms/1177728423
[3] Baraud,Y.、Huet,S.和Laurent,B.(2005年)。在高斯向量的平均值上测试凸假设。应用于测试回归函数的定性假设。安。统计师。33 214-257·Zbl 1065.62109号 ·doi:10.1214/009053604000000896
[4] Barlow,R.E.、Bartholomew,D.J.、Bremner,J.M.和Brunk,H.D.(1972年)。顺序限制下的统计推断。等渗回归理论及其应用John Wiley&Sons,伦敦-纽约-西德尼-威利概率和数理统计系列·Zbl 0246.62038号
[5] Barlow,R.E.和Brunk,H.D.(1972年)。等张回归问题及其对偶问题。J.Amer。统计师。协会。67 140-147. ·Zbl 0236.62050号
[6] Bhaumik,P.和Ghosal,S.(2015)。微分方程模型中的贝叶斯两步估计。电子。J.统计。9 3124-3154. ·Zbl 1330.62273号
[7] Bhaumik,P.和Ghosal,S.(2017年)。常微分方程模型中的有效贝叶斯估计和不确定性量化。伯努利23 3537-3570. ·Zbl 1459.62048号 ·doi:10.3150/16-BEJ856
[8] Bhaumik,P.和Ghosal,S.(2017年)。高阶常微分方程模型的贝叶斯推断。《多元分析杂志》。157 103-114. ·Zbl 1365.62261号
[9] Bhaumik,P.、Shi,W.和Ghosal,S.(2021+)。偏微分方程模型中的贝叶斯广义回归。出现在伯努利。
[10] Bornkamp,B.和Ickstadt,K.(2009年)。连续单调函数的贝叶斯非参数估计及其在剂量反应分析中的应用。生物计量学65 1 198-205. ·Zbl 1159.62023号
[11] Bowman,A.W.、Jones,M.C.和Gijbels,I.(1998年)。测试回归的单调性。J.计算。图表。统计师。7 489-500。
[12] Brunk,H.D.(1970年)。等张回归的估计。统计推断中的非参数技术(印第安纳大学,布卢明顿,印第安纳州,1969年)177-197年。剑桥大学出版社,伦敦。
[13] Chakraborty,M.和Ghosal,S.(2020年)。单调回归分位数的贝叶斯推断:覆盖率和速率加速。预打印.
[14] Chakraborty,M.和Ghosal,S.(2021年)。非参数单调回归中可信区间的覆盖率。安。统计师。49 1011-1028. ·Zbl 1469.62232号
[15] Chakraborty,M.和Ghosal,S.(2021+)。使用后向投影的单调密度的速率和覆盖率。出现在伯努利.
[16] Chipman,H.A.、George,E.I.、McCulloch,R.E.和Shively,T.S.(2021)。mBART:多维单音BART。贝叶斯分析1 1-30.
[17] Cox,D.D.(1993)。非参数回归的贝叶斯推断分析。安。统计师。21 903-923. ·Zbl 0778.62003号 ·doi:10.1214/aos/1176349157
[18] de Boor,C.(2001)。花键实用指南,修订版Springer-Verlag New York,Inc·Zbl 0987.65015号
[19] De Leeuw,J.、Kurt,H.和Mair,P.(2009)。R中的同位素优化:池邻接违规算法(PAVA)和活动集方法。J.统计软件。32
[20] Durot,C.(2002)。等张回归的尖锐渐近性。普罗巴伯。理论关联。领域122 222-240. ·Zbl 0992.60028号 ·doi:10.1007/s004400100171
[21] Ghosal,S.、Sen,A.和van der Vaart,A.W.(2000)。测试回归的单调性。安。统计师。28 1054-1082. ·Zbl 1105.62337号 ·doi:10.1214/aos/1015956707
[22] Ghosal,S.和Van Der Vaart,A.(2007年)。非iid观测值后验分布的收敛速度。安。统计师。35 192-223. ·兹比尔1114.62060
[23] Ghosal,S.和van der Vaart,A.(2017)。非参数贝叶斯推理基础.剑桥统计与概率数学系列44.剑桥大学出版社,剑桥·Zbl 1376.62004号 ·doi:10.1017/9781139029834
[24] Groeneboom,P.和Jongbloed,G.(2014年)。形状约束下的非参数估计.剑桥统计与概率数学系列38.剑桥大学出版社,《纽约估计量、算法和渐近性》·Zbl 1338.62008号 ·doi:10.1017/CBO9781139020893
[25] Hall,P.和Heckman,N.E.(2000年)。通过校准线性函数测试回归平均值的单调性。安。统计师。28 20-39. ·Zbl 1106.62324号 ·doi:10.1214/aos/1016120363
[26] Hoff,P.D.(2009)。贝叶斯统计方法第一课程施普林格·Zbl 1213.62044号
[27] Lin,L.和Dunson,D.B.(2014)。使用高斯过程投影的贝叶斯单调回归。生物特征101 303-317. ·Zbl 1452.62285号 ·doi:10.1093/biomet/ast063
[28] Neelon,B.和Dunson,D.B.(2004)。贝叶斯等渗回归和趋势分析。生物计量学60 398-406. ·Zbl 1125.62023号
[29] Robertson,T.和Wright,F.T.(1973)。多重等渗中值回归。安。统计师。1 422-432. ·Zbl 0258.62039号
[30] 所罗门·J·B(2014)。单调性的自适应贝叶斯测试。年轻研究人员对贝叶斯统计的贡献.Springer程序。数学。斯达。63 29-33. 查姆施普林格。 ·数字对象标识代码:10.1007/978-3-319-02084-67
[31] 所罗门·J·B(2014)。单调约束下选定先验值后验分布的集中率和一致性。电子。J.统计。8 1380-1404. ·Zbl 1298.62064号 ·doi:10.1214/14-EJS929
[32] 所罗门·J·B(2018)。通过估计距离来测试未分离的假设。贝叶斯分析。13 461-484. ·兹比尔1407.62154 ·doi:10.1214/17-BA1059
[33] Scott,J.G.、Shively,T.S.和Walker,S.G.(2015)。单调性的非参数贝叶斯检验。生物特征102 617-630. ·Zbl 1452.62320号
[34] Shively,T.S.、Sager,T.W.和Walker,S.G.(2009年)。非参数单调函数估计的贝叶斯方法。J.罗伊。统计社会服务。B类71 159-175. ·Zbl 1231.62058号 ·doi:10.1111/j.1467-9868.2008.00677.x
[35] Van der Vaart,A.W.(2000年)。渐近统计3.剑桥大学出版社·Zbl 0943.6202号
[36] van der Vaart,A.W.和Wellner,J.A.(1996)。弱收敛性和经验过程及其在统计学中的应用Springer-Verlag纽约公司·Zbl 0862.60002号
[37] Yoo,W.W.和Ghosal,S.(2016)。非参数多元回归的上范数后收缩和可信集。安。统计师。44 1069-1102. ·Zbl 1338.62121号 ·doi:10.1214/15-AOS1398
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。