×
穆德，乔里斯;路易斯·劳尔·佩里奇

矩阵F用于估计和测试协方差矩阵。 （英语） Zbl 1407.62080号

贝叶斯分析。 13，第4期，1193-1214（2018）.
摘要：矩阵-\（F\）分布作为协方差矩阵的先验，作为共轭反向Wishart分布的替代。方差参数的单变量（F）分布的一个特例等价于标准偏差的半（t）分布，这在贝叶斯文献中越来越流行。矩阵-（F）分布可以方便地建模为Wishart或逆Wishart分布的Wishart混合，这允许在Gibbs采样器中直接实现。通过将多元正态分布的协方差矩阵与矩阵-（F）分布混合，获得了对稀疏信号建模有用的多元马蹄型先验。此外，还证明了在非层次模型中检验协方差矩阵的内在先验具有矩阵-（F）分布。这种内在先验对于检验不等式约束方差假设也很有用。最后通过仿真表明，与广义线性混合模型中的随机效应协方差矩阵相比，矩阵变量（F）分布具有良好的频率特性。

引用于6文件

MSC公司：

2015年1月62日 贝叶斯推断
62甲12 多元分析中的估计
62H10型 统计的多元分布
62J12型 广义线性模型（逻辑模型）

关键词：

矩阵变量F分布;内在先验;不等式约束的测试;马蹄锄;层次模型;多元正态分布;协方差矩阵;广义线性混合模型

软件：

贝叶斯DA;BOCOR公司
PDF格式BibTeX公司 XML格式引用
\textit｛J.Mulder｝和\textit｛L.R.Pericchi｝，贝叶斯分析。13，第4号，1193-1214（2018；Zbl 1407.62080）
全文： 内政部 欧几里得

参考文献：

[1] Aunola，K.、Leskinen，E.、Lerkkanen，M.-K.和Nurmi，J.-E.（1994）。“从学龄前到二年级数学表现的发展动力学”，《教育心理学杂志》，96:699-713。
[2] Barnard，J.、McCulloch，R.和Meng，X.-L.（2000）。“根据标准偏差和相关性建立协方差矩阵模型，并应用于收缩”，《中国统计》，10:1282-1311·Zbl 0980.62045号
[3] Berger，J.O.（2006）。“客观贝叶斯分析案例”，贝叶斯研究，1:385-402·Zbl 1331.62042号 ·doi:10.1214/06-BA115
[4] Berger，J.O.和Mortera，J.（1999）。“非嵌套假设检验的默认贝叶斯因子”，《美国统计协会杂志》，94:542-554·Zbl 0996.62018号 ·doi:10.1080/01621459.1999.10474149
[5] Berger，J.O.和Pericchi，L.R.（1996）。“模型选择和预测的内在贝叶斯因子”，《美国统计协会期刊》，91:109-122·Zbl 0870.62021号 ·doi:10.1080/01621459.1996.10476668
[6] Berger，J.O.和Pericchi，L.R.（2004）。“客观贝叶斯模型选择中的训练样本”，《统计年鉴》，32（3）：841-869·兹比尔1092.62034 ·doi:10.1214/009053604000000238
[7] Berger，J.O.和Strawderman，W.E.（1996）。“等级优先权的选择：正常均值估计的可接受性”，《统计年鉴》，24:931-951·Zbl 0865.62004号 ·doi:10.1214/aos/1032526950
[8] Böing-Messing，F.、van Assen，M.A.L.M.、Hofman，A.D.、Hoijtink，H.和Mulder，J.（2017）。“多个独立群体方差约束假设的贝叶斯评估”，《心理学方法》，22:262-287。
[9] Böing-Messing，F.和Mulder，J.（2016）。“测试两个独立正态分布方差的自动贝叶斯因子”，《数学心理学杂志》，72:158-170·Zbl 1357.62105号 ·doi:10.1016/j.jmp.2015.08.001
[10] Bradlow，E.、Hardie，B.和Faber，P.（2002年）。“负二项分布的闭式贝叶斯推断”，《计算与图形统计杂志》，11:189-202。
[11] Browne，W.J.和Draper，D.（2006年）。“贝叶斯和基于似然方法拟合多级模型的比较”，贝叶斯分析，1:473-514·兹比尔1331.62125 ·doi:10.1214/06-BA117
[12] 坎贝尔·D·T和菲斯克·D·W（1959）。“通过多重多重方法矩阵进行收敛和判别验证”，《心理学公报》，56:81-105。
[13] Carvalho，C.M.、Polson，N.G.和Scott，J.G.（2009年）。《通过马蹄铁的稀疏性》，《机器学习研究杂志：研讨会和案例汇编》，5:73-80。
[14] Chung，Y.、Gelman，A.、Rabe-Hesketh，S.、Liu，J.和Dorie，V.（2015）。“层次模型中协方差矩阵点估计的弱信息先验”，《教育与行为统计杂志》，40:136-157。
[15] Cohen，J.（1988年）。行为科学的统计力量分析。新泽西州希尔斯代尔：劳伦斯·埃尔鲍姆，第二版·Zbl 0747.62110号
[16] Dawid，A.P.（1981年）。“一些矩阵变量分布理论：符号考虑和贝叶斯应用”，《生物特征》，68:265-274·Zbl 0464.62039号 ·doi:10.1093/biomet/68.1.265
[17] De Finetti，B.（1961年）。拒绝异常值的贝叶斯方法，199-210。加州伯克利：加利福尼亚大学出版社·Zbl 0129.32701号
[18] Gelman，A.（2006年）。“层次模型中方差参数的先验分布（Browne和Draper的文章评论）”，《贝叶斯分析》，1:515-534·Zbl 1331.62139号 ·doi:10.1214/06-BA117A
[19] Gelman，A.、Carlin，J.B.、Stern，H.S.、Dunson，D.B.、Vehtari，A.和Rubin，D.B.（2014）。贝叶斯数据分析。博卡拉顿：查普曼和霍尔/CRC，第三版·Zbl 1279.62004号
[20] Huang，A.和Wand，M.P.（2013）。“协方差矩阵的简单边际非信息先验分布”，《贝叶斯分析》，8:439-452·Zbl 1329.62135号 ·doi:10.1214/13-BA815
[21] Kass，R.E.和Natarajan，R.（2006）。“广义线性混合模型中方差分量的默认共轭先验（Browne和Draper的文章评论）。”贝叶斯分析，1:535-542·Zbl 1331.62148号 ·doi:10.1214/06-BA117B
[22] Kinney，S.和Dunson，D.B.（2007年）。“线性和逻辑模型中的固定和随机效应选择”，《生物计量学》，63:690-698·Zbl 1147.62022号 ·doi:10.1111/j.1541-0420.2007.00771.x
[23] Klugkist，I.、Laudy，O.和Hoijtink，H.（2005）。“不平等约束方差分析：贝叶斯方法”，《心理学方法》，10:477-493。
[24] Liang，F.、Paulo，R.、Molina，G.、Clyde，M.A.和Berger，J.O.（2008）。“贝叶斯变量选择的\（g\）先验混合。”美国统计协会杂志，103（481）：410–423·兹比尔1335.62026 ·doi:10.1198/0162145000001337
[25] Lievens，F.和Conway，J.M.（2001）。“评估中心分数的维度和运动方差：多指标多方法研究的大规模评估”，《应用心理学杂志》，86:1202-1222。
[26] Maruyama，Y.和George，E.（2011年）。“具有广义g-prior的完全贝叶斯因子”，《统计年鉴》，39:2740-2765·Zbl 1231.62036号 ·doi:10.1214/11-AOS917
[27] Mathai，A.M.（2005）。“矩阵变量伽马和正态密度的途径”，《线性代数及其应用》，396:317-328·Zbl 1084.62044号 ·doi:10.1016/j.laa.2004.09.022
[28] Moreno，E.、Bertolino，F.和Racugno，W.（1998年）。“模型选择和假设检验的内在限制程序”，《美国统计协会期刊》，93:1451-1460·Zbl 1064.62513号 ·doi:10.1080/01621459.1998.10473805
[29] Moreno，E.和Pericchi，L.（2014）。“客观贝叶斯模型选择的内在先验”，《计量经济学进展》，34:279-300·Zbl 1453.62392号
[30] Muis，K.R.、Winne，P.H.和Jamieson Noel，D.（2007年）。“使用多指标多方法分析来检查三个自我调节学习量表的概念相似性。”《英国教育心理学杂志》，77:177-195。
[31] Mulder，J.（2014）。“检验不平等约束假设的贝叶斯因子：事先规范的问题”，《英国统计与数学心理学杂志》，67:153-171·兹比尔1410.62038
[32] Mulder，J.（2016）。“检验顺序约束相关假设的贝叶斯因子”，《数学心理学杂志》，72:104-115·Zbl 1357.62122号 ·doi:10.1016/j.jmp.2014.09.004
[33] Mulder，J.、Hoijtink，H.和Klugkist，I.（2010年）。“等式和不等式约束多元线性模型：使用约束后验先验选择客观模型”，《统计规划与推断杂志》，140:887-906·Zbl 1179.62041号 ·doi:10.1016/j.jspi.2009.09.022
[34] Mulder，J.和Pericchi，L.R.（2018年）。“关于“估计和测试协方差矩阵之前的矩阵-（F）”的补充材料。”贝叶斯分析。
[35] Natarajan，R.和Kass，R.E.（1999）。“广义线性混合模型的参考贝叶斯方法”，《美国统计协会杂志》，95:227–237·Zbl 0996.62021号 ·doi:10.1080/01621459.2000.10473916
[36] Olkin，I.和Rubin，H.（1964年）。“多元贝塔分布和Wishart分布的独立性”，《数理统计年鉴》，35:261-269·Zbl 0128.14002号 ·doi:10.1214/aoms/1177703748
[37] O'Malley，A.和Zaslavsky，A.（2008）。“结构化无响应多层次调查数据的领域级协方差分析”，《美国统计协会期刊》，103:1405-1418·Zbl 1286.62096号 ·doi:10.1198/0162145000000724
[38] Pérez，J.M.和Berger，J.O.（2002）。“模型选择的预期后验先验分布”，《生物统计学》，89:491-511·Zbl 1036.62026号 ·doi:10.1093/biomet/89.3419
[39] Pérez，M.E.、Pericchi，L.R.和Ramirez，I.C.（2017年）。“标度Beta2分布作为标度的稳健先验”，贝叶斯分析，12·Zbl 1384.62048号 ·doi:10.1214/16-BA1015
[40] Pericchi，L.R.（2005）。“基于客观概率和贝叶斯因子的模型选择和假设检验”，《统计学手册》，25:115-149。
[41] Polson，N.G.和Scott，J.G.（2011年）。全局收缩，局部行动：稀疏贝叶斯正则化和预测。牛津大学出版社。
[42] Polson，N.G.和Scott，J.G.（2012年）。“全球尺度参数的半柯西先验”，贝叶斯分析，7·兹比尔1330.62148 ·doi:10.1214/12-BA730
[43] Scott，J.G.和Berger，J.O.（2006年）。“贝叶斯多重测试方面的探索”，《统计规划与推断杂志》，136:2144-2162·Zbl 1087.62039号 ·doi:10.1016/j.jspi.2005.08.031
[44] Tan，W.Y.（1969）。“关于多元和广义多元贝塔分布的注释”，《美国统计协会杂志》，64:230-41·Zbl 0175.17307号 ·doi:10.1080/01621459.1969.10500966
[45] Wang，M.和Sun，X.（2013）。“单向随机效应模型的贝叶斯因子一致性”，《统计学：理论与应用统计学杂志》，47:1104–1115·Zbl 1440.62098号 ·doi:10.1080/02331888.2012.694445
[46] Westfall，P.和Gönen，M.（1996）。“方差贝叶斯因子的渐近性质”，《统计学中的通信：理论和方法》，25:3101–3123·兹伯利0887.62032 ·doi:10.1080/03610929608831888
[47] Zeger，S.L.和Karim，M.R.（1991年）。“具有随机效应的广义线性模型；吉布斯抽样方法”，《美国统计协会杂志》，86:79-86。
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。