×

桥梁采样教程。 (英语) Zbl 1402.62042号

摘要:边际似然在贝叶斯统计的许多领域中都发挥着重要作用,例如参数估计、模型比较和模型平均。然而,在大多数应用中,边际似然无法进行分析处理,必须使用数值方法进行近似。在这里,我们提供了一个关于桥梁采样的教程[C.H.Bennett公司,“蒙特卡罗数据自由能差异的有效估计”,J.Compute。物理学。22, 245–268 (1976;doi:10.1016/0021-9991(76)90078-4);X.-L.孟W·H·王,统计罪。6,第4期,831-860(1996年;Zbl 0857.62017号)])这是一种可靠且相对简单的抽样方法,允许研究人员获得不同复杂度模型的边际似然。首先,我们以贝塔二项模型为例介绍了桥式采样和三种相关的采样方法。然后,我们应用桥接抽样来估计期望价(EV)模型的边际似然,该模型是一种流行的强化学习模型。我们的结果表明,桥式抽样为EV模型的单个参与者和层次版本提供了准确的估计。我们的结论是,对于数学心理学家来说,桥式抽样是一种很有吸引力的方法,他们通常的目标是近似一组有限的可能高维模型的边际可能性。

MSC公司:

2015年1月62日 贝叶斯推断
第62页,共15页 统计学在心理学中的应用
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Ahn,W.-Y。;Busemeyer,J.R。;Wagenmakers,E.-J。;Stout,J.C.,使用泛化标准方法比较决策学习模型,认知科学,321376-1402(2008)
[2] Ahn,W.-Y。;Krawitz,A。;Kim,W。;Busemeyer,J.R。;Brown,J.W.,《基于模型的fMRI分析与分层贝叶斯参数估计》,《神经科学、心理学和经济学杂志》,495-110(2011)
[3] Ando,T.,用于评估分层贝叶斯和经验贝叶斯模型的贝叶斯预测信息标准,生物统计学,94443-458(2007)·Zbl 1132.62005年
[4] Andrews,M。;Baguley,T.,《事先批准:心理学中贝叶斯方法的发展》,《英国数学与统计心理学杂志》,66,1-7(2013)
[5] 巴克·R。;Dieckmann,S。;Bogerts,B。;Northoff,G.,紧张性精神分裂症的决策缺陷:一项探索性研究,精神病学研究,134131-141(2005)
[6] 巴亚里,M。;本杰明·D·J。;J.O.伯杰。;Sellke,T.M.,《拒绝概率和拒绝率:检验假设的统计实践建议》,《数学心理学杂志》,72,90-103(2016)·Zbl 1357.62018年
[7] Bechara,A。;Damasio,A.R。;Damasio,H。;Anderson,S.W.,人类前额叶皮层受损后对未来后果的不敏感性,认知,50,7-15(1994)
[8] Bechara,A。;Damasio,H。;Damasio,A.R。;Lee,G.P.,人类杏仁核和腹内侧前额叶皮层对决策的不同贡献,《神经科学杂志》,19,5473-5481(1999)
[9] Bechara,A。;Damasio,H。;特雷内尔,D。;Anderson,S.W.,《人类前额叶皮层内工作记忆与决策的分离》,《神经科学杂志》,第18期,第428-437页(1998年)
[10] Bechara,A。;Damasio,H。;特雷内尔,D。;Damasio,A.R.,《在知道有利战略之前做出有利决定》,《科学》,2751293-1295(1997)
[11] Bechara,A。;特雷内尔,D。;Damasio,H.,腹内侧前额叶皮质损伤患者决策缺陷的表征,《大脑》,123,2189-2202(2000)
[12] Bennett,C.H.,从蒙特卡罗数据中有效估计自由能差异,计算物理杂志,22245-268(1976)
[13] Berger,J.O.,《贝叶斯因子》,(Kotz,S.;Balakrishnan,N.;Read,C.;Vidakovic,B.;Johnson,N.L.,《统计科学百科全书》,第1卷(2006),威利:威利霍博肯,新泽西),378-386
[14] J.O.伯杰。;Molina,G.,通过基于路径的成对先验的后验模型概率,Neerlandica统计,59,3-15(2005)·Zbl 1069.62021号
[15] 布莱尔,R.J.R。;Colledge,E。;Mitchell,D.G.V.,《躯体标志物和反应逆转:有心理变态倾向的男孩是否存在眶额皮质功能障碍?》?,《异常儿童心理学杂志》,29499-511(2001)
[16] Brown,C.E.,变异系数,(地质水文及相关科学中的应用多元统计(1998),Springer),155-157
[17] Busemeyer,J.R。;Stout,J.C.,《认知决策模型对临床评估的贡献:贝查拉赌博任务的分解表现》,《心理评估》,第14期,第253-262页(2002年)
[18] 卡林,B.P。;Chib,S.,通过马尔可夫链蒙特卡罗方法选择贝叶斯模型,英国皇家统计学会期刊。B.系列统计方法,473-484(1995)·Zbl 0827.62027号
[19] 卡维迪尼,P。;里博迪,G。;D'Annucci,A。;贝洛蒂,P。;西西玛,M。;Bellodi,L.,强迫症的决策异质性:腹内侧前额叶皮层功能预测不同的治疗结果,《神经心理学》,40,205-211(2002)
[20] 卡维迪尼,P。;Riboldi,G。;凯勒,R。;D'Annucci,A。;Bellodi,L.,病理性赌博患者的额叶功能障碍,生物精神病学,51,334-341(2002)
[21] 陈先生。;邵庆明。;易卜拉欣,J.G.,贝叶斯计算中的蒙特卡罗方法(2012),施普林格科学与商业媒体
[22] Chib,S。;Jeliazkov,I.,《Metropolis-Hastings输出的边际可能性》,《美国统计协会杂志》,96,270-281(2001)·Zbl 1015.62020号
[23] 戴J。;Kerestes,R。;Upton,D.J。;Busemeyer,J.R。;Stout,J.C.,《关于模型拟合性能和参数一致性测试的爱荷华州和苏州赌博任务的改进认知模型》,《心理学前沿》,6229(2015)
[24] DiCiccio,T.J。;Kass,R.E。;Raftery,A。;Wasserman,L.,通过结合模拟和渐近近似计算贝叶斯因子,美国统计协会杂志,92903-915(1997)·Zbl 1050.62520号
[25] Dickey,J.M.,《加权似然比,正常位置参数的线性假设》,《数理统计年鉴》,204-223(1971)·Zbl 0274.62020
[26] Dickey,J.M。;Lientz,B.,加权似然比,关于机会的尖锐假设,马尔可夫链的顺序,《数理统计年鉴》,41214-226(1970)·Zbl 0188.50102号
[27] Didelot,X。;埃弗里特,R.G。;Johansen,A.M。;Lawson,D.J.,模型证据的无似然估计,贝叶斯分析,6,1,49-76(2011)·Zbl 1330.62118号
[28] Etz,A.和Wagenmakers,E.-J.(出版中)。霍尔丹对贝叶斯因子假设检验的贡献。统计师。科学。;Etz,A.和Wagenmakers,E.-J.(出版中)。霍尔丹对贝叶斯因子假设检验的贡献。统计师。科学·兹比尔1381.62009
[29] Frühwirth-Schnatter,S.,使用桥式抽样技术估计混合和马尔可夫转换模型的边际可能性,《计量经济学杂志》,7143-167(2004)·Zbl 1053.62087号
[30] Gamerman,D。;Lopes,H.F.,《马尔可夫链蒙特卡罗:贝叶斯推断的随机模拟》,237-286(2006),CRC出版社·Zbl 1137.62011年
[31] 盖尔芬德,A.E。;Dey,D.K.,《贝叶斯模型选择:渐近性和精确计算》,英国皇家统计学会期刊。B.系列统计方法,501-514(1994)·Zbl 0800.62170号
[32] Gelman,A。;孟晓乐,《模拟归一化常数:从重要性抽样到桥抽样再到路径抽样》,《统计科学》,163-185(1998)·Zbl 0966.65004号
[33] Green,P.J.,可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定,生物统计学,82,711-732(1995)·Zbl 0861.62023号
[34] Gronau,Q.F.、Singmann,H.和Wagenmakers,E.-J.(2017年)。Bridgesampling:边际可能性和贝叶斯因子的桥接采样。检索自https://github.com/quentingronau/bridgesampling网站; Gronau,Q.F.、Singmann,H.和Wagenmakers,E.-J.(2017年)。Bridgesampling:边际可能性和贝叶斯因子的桥接采样。检索自https://github.com/quentingronau/bridgesampling网站
[35] 哈默斯利,J.M。;Handscomb,D.C.,《蒙特卡罗方法》(1964),Methuen:Methuen London·Zbl 0121.35503号
[36] Hoeting,J.A。;Madigan,D。;Raftery,A.E。;Volinsky,C.T.,《贝叶斯模型平均:教程》,《统计科学》,382-401(1999)·兹比尔1059.62525
[37] Ionides,E.L.,截断重要性抽样,计算与图形统计杂志,17295-311(2008)
[38] Jeffreys,H.,《概率论》(1961),牛津大学出版社:牛津大学出版社,英国牛津·Zbl 0116.34904号
[39] Kass,R.E。;Raftery,A.E.,贝叶斯因子,《美国统计协会杂志》,90,773-795(1995)·Zbl 0846.62028号
[40] Lee,M.D.,认知模型贝叶斯分析中的三个案例研究,《心理经济学通报与评论》,第15期,第1-15页(2008年)
[41] 刘易斯,S.M。;Raftery,A.E.,通过Laplace-Metropolis估计器的后验模拟估计Bayes因子,美国统计协会杂志,92648-655(1997)·2018年8月89日
[42] Lodewyckx,T。;Kim,W。;Lee,医学博士。;Tuerlinckx,F。;库彭斯,P。;Wagenmakers,E.-J.,《用乘积空间方法进行贝叶斯因子估计的教程》,《数学心理学杂志》,55,331-347(2011)·Zbl 1225.62037号
[43] Luce,R.,《个人选择行为》(1959年),威利出版社:威利纽约·Zbl 0093.31708号
[44] Lunn,D.J。;贝斯特,N。;Whittaker,J.C.,使用图形模型的通用可逆跳跃MCMC,统计与计算,19395-408(2009)
[45] Lunn,D.J。;托马斯。;贝斯特,N。;Spiegelhalter,D.,WinBUGS-贝叶斯建模框架:概念、结构和可扩展性,统计与计算,10325-337(2000)
[46] Ly,A。;Verhagen,A。;Wagenmakers,E.-J.,《从哈罗德·杰弗里斯的角度评估检验假设的替代方法》,《数学心理学杂志》,72,43-55(2016)·兹比尔1357.62118
[47] Ly,A。;Verhagen,J。;Wagenmakers,E.-J.,Harold Jeffreys的默认贝叶斯因子假设检验:心理学中的解释、扩展和应用,《数学心理学杂志》,72,19-32(2016)·兹比尔1357.62117
[48] 马蒂诺·D·J。;布凯,D。;Butman,J.T。;Allegri,R.F.,精神分裂症的神经心理额叶损伤和阴性症状,精神病学研究,152121-128(2007)
[49] Matzke博士。;多兰,C.V。;Batchelder,W.H。;Wagenmakers,E.-J.,参与者和项目异质性多项式处理树模型的贝叶斯估计,《心理测量学》,80,205-235(2015)·Zbl 1314.62275号
[50] Matzke博士。;Wagenmakers,E.-J.,《前高斯和移位沃尔德参数的心理学解释:扩散模型分析》,《心理经济学通报与评论》,第16798-817页(2009年)
[51] 孟,X.-L。;Schilling,S.,《曲桥抽样》,《计算与图形统计杂志》,第11552-586页(2002年)
[52] 孟,X.-L。;Wong,W.H.,《通过简单恒等式模拟归一化常数的比率:理论探索》,《中国统计》,831-860(1996)·Zbl 0857.62017号
[53] 米拉,A。;Nicholls,G.,点概率密度的桥式估计,《统计》,第14期,第603-612页(2004年)·Zbl 1045.62027号
[54] Mulder,J。;Wagenmakers,E.-J.,《编辑对心理学研究中检验假设的贝叶斯因素:实践相关性和新发展》专刊的介绍,《数学心理学杂志》,72,1-5(2016)·Zbl 1349.00253号
[55] Myung,I.J。;福斯特,M.R。;Browne,M.W.,客座编辑介绍:模型选择专刊,《数学心理学杂志》,44,1-2(2000)·Zbl 0951.00029号
[56] 纳瓦罗,D.J。;Griffiths,T.L。;Steyvers,M。;Lee,M.D.,使用Dirichlet过程建模个体差异,《数学心理学杂志》,50,101-122(2006)·Zbl 1138.91594号
[57] Neal,R.M.,退火重要性抽样,统计与计算,11,125-139(2001)
[58] 牛顿,医学硕士。;Raftery,A.E.,《带加权似然自举的近似贝叶斯推断》,《皇家统计学会杂志》。B系列:统计方法,3-48(1994)·Zbl 0788.62026号
[59] Ntzoufras,I.,贝叶斯模型和变量评估,(使用WinBUGS的贝叶斯建模(2009),John Wiley&Sons),389-433
[60] Overstoll,A.M。;Forster,J.J.,广义线性混合模型的默认贝叶斯模型确定方法,计算统计与数据分析,54,3269-3288(2010)·兹比尔1284.62462
[61] A.欧文。;周瑜,安全有效重要性抽样,美国统计协会杂志,95135-143(2000)·兹比尔0998.65003
[62] Pajor,A.,使用算术平均恒等式估计边际似然,贝叶斯分析,1-27(2016)
[63] 皮特,硕士。;Myung,I.J.(新泽西州明市)。;Zhang,S.,走向认知计算模型的选择方法,《心理学评论》,109,3,472-491(2002)
[64] 普卢默(2003)。JAGS:使用吉布斯抽样分析贝叶斯图形模型的程序。第三届分布式统计计算国际研讨会会议记录; 普卢默(2003)。JAGS:使用吉布斯抽样分析贝叶斯图形模型的程序。第三届分布式统计计算国际研讨会会议记录
[65] 普卢默,M。;贝斯特,N。;Cowles,K。;Vines,K.,CODA:MCMC的收敛诊断和输出分析,R News,6,7-11(2006)
[66] Poirier,D.J.,《自1970年以来贝叶斯方法在统计学和经济学中的发展》,贝叶斯分析,1969-979(2006)·Zbl 1331.62493号
[67] Raftery,A.E。;Banfield,J.D.,停止吉布斯采样器,形态学的使用,以及空间统计中的其他问题(贝叶斯图像恢复,在空间统计中有两个应用)-(讨论),统计数学研究所年鉴,43,32-43(1991)
[68] Rescorla,R.A.和Wagner,A.R.(1972年)。巴甫洛夫条件反射理论:强化和非强化有效性的变化。A.H.Black和W.F.Prokasy(编辑),经典条件反射II:当前研究和理论; Rescorla,R.A.和Wagner,A.R.(1972年)。巴甫洛夫条件反射理论:强化和非强化有效性的变化。A.H.Black和W.F.Prokasy(编辑),经典条件反射II:当前研究和理论
[69] Robert,C.,《贝叶斯因子的预期消亡》,《数学心理学杂志》,72,33-37(2016)·Zbl 1357.62127号
[70] Rouder,J.N。;Lu,J.,《贝叶斯层次模型介绍及其在信号检测理论中的应用》,《心理学报与评论》,第12期,第573-604页(2005年)
[71] Rouder,J.N。;卢,J。;莫雷,R.D。;Sun,D。;Speckman,P.L.,《分层过程关联模型》,《实验心理学杂志:综述》,137370-389(2008)
[72] Rouder,J.N。;卢,J。;斯派克曼,P。;Sun,D。;姜瑜,估计反应时间分布的层次模型,《心理通报与评论》,第12期,195-223页(2005)
[73] Rouder,J.N。;卢,J。;Sun,D。;斯派克曼,P。;莫雷,R。;Naveh-Benjamin,M.,《随机参与者和项目效应的信号检测模型》,《心理测量学》,72,621-642(2007)·Zbl 1291.62242号
[74] 谢伯纳(Scheibehenne),B。;Pachur,T.,《使用贝叶斯层次参数估计评估选择认知模型的泛化性》,《心理经济学公报与评论》,22,391-407(2015)
[75] Schwarz,G.,估算模型的维度,《统计年鉴》,第6461-464页(1978年)·Zbl 0379.62005年
[76] Shiffrin,R.M。;Lee,医学博士。;Kim,W。;Wagenmakers,E.-J.,《模型评估方法调查与分层贝叶斯方法教程》,《认知科学》,第32期,第1248-1284页(2008年)
[77] Sinharay,S。;Stern,H.S.,《广义线性混合模型中贝叶斯因子计算方法的实证比较》,《计算与图形统计杂志》,第14期,第415-435页(2005年)
[78] 施皮盖尔哈特,D.J。;贝斯特,N.G。;卡林,B.P。;van der Linde,A.,模型复杂性和拟合的贝叶斯测度,英国皇家统计学会期刊。B系列,64,583-639(2002)·Zbl 1067.62010年
[79] Stan开发团队。(2016年)。RStan:与Stan的R接口。检索到的表单网址:http://mc-stan.org/; Stan开发团队。(2016年)。RStan:与Stan的R接口。检索到的表单http://mc-stan.org/
[80] Steingroever,H.、Pachur,T.、Šmira,m.和Lee,m.D.(提交出版)。爱荷华州赌博任务中分析群体差异的贝叶斯方法:直觉和深思熟虑决策者的案例研究。;Steingroever,H.、Pachur,T.、Šmira,m.和Lee,m.D.(提交出版)。爱荷华州赌博任务中分析群体差异的贝叶斯技术:直觉和深思熟虑决策者的案例研究。
[81] 斯坦格罗弗,H。;韦策尔斯,R。;霍斯特曼,A。;Neumann,J。;Wagenmakers,E.-J.,《健康参与者在爱荷华州赌博任务中的表现》,《心理评估》,第25期,第180-193页(2013年)
[82] 斯坦格罗弗,H。;韦策尔斯,R。;Wagenmakers,E.-J.,《使用参数空间划分对爱荷华州赌博任务的强化学习模型进行比较》,《问题解决杂志》,第5期(2013年),第2条
[83] 斯坦格罗弗,H。;韦策尔斯,R。;Wagenmakers,E.-J.,验证爱荷华州赌博任务的PVL-Delta模型,心理学前沿,4898(2013)
[84] 斯坦格罗弗,H。;韦策尔斯,R。;Wagenmakers,E.-J.,《爱荷华州赌博任务强化学习模型的绝对表现》,《决定》,第161-183页(2014年)
[85] 斯坦格罗弗,H。;韦策尔斯,R。;Wagenmakers,E.-J.,爱荷华州赌博任务强化学习模型的贝叶斯因素,决策,3115-131(2016)
[86] 斯通,C.J。;汉森,M.H。;科珀伯格,C。;Truong,Y.K.,《扩展线性建模中的多项式样条及其张量积:1994年Wald纪念讲座》,《统计年鉴》,251371-1470(1997)·Zbl 0924.62036号
[87] 范德克霍夫,J。;Matzke博士。;Wagenmakers,E.-J.,《模型比较与简约原则》(Busemeyer,J.;Townsend,J.,Wang,Z.J.;Eidels,A.,《牛津计算与数学心理学手册》(2015),牛津大学出版社:牛津大学出版社牛津)
[88] Vanpaemel,W.,《原型、样本和反应标度参数:贝叶斯因子视角》,《数学心理学杂志》,72183-190(2016)·Zbl 1359.62507号
[89] Verhagen,J。;利维,R。;米尔萨普,R.E。;Fox,J.-P.,《评估不变项目的证据:用于测试IRT模型中测量不变性的贝叶斯因子》,《数学心理学杂志》,72,171-182(2015)·Zbl 1359.62508号
[90] Wagenmakers,E.-J。;Lodewyckx,T.等人。;Kuriyal,H.等人。;Grasman,R.,《心理学家贝叶斯假设检验:Savage-Dickey方法教程》,认知心理学,60,158-189(2010)
[91] Wagenmakers,E.-J。;Waldorp,L.,编辑简介,《数学心理学杂志》,50,99-100(2006)
[92] Wang,L.,&Meng,X.-L.(2016)。曲桥采样:下一代。arXiv预打印arXiv:1609.07690;Wang,L.,&Meng,X.-L.(2016)。曲桥采样:下一代。arXiv预打印arXiv:1609.07690
[93] 韦策尔斯,R。;Grasman,R.P。;Wagenmakers,E.-J.,《Savage-Dickey密度比的一个全面的先验概括》,计算统计与数据分析,54,2094-2102(2010)·Zbl 1284.62135号
[94] 韦策尔斯,R。;Tutschkow,D。;多兰,C。;van der Sluis,S。;Dutilh,G。;Wagenmakers,E.-J.,《热手现象的贝叶斯检验》,《数学心理学杂志》,72200-209(2016)·Zbl 1357.62136号
[95] 韦策尔斯,R。;范德克霍夫,J。;Tuerlinckx,F。;Wagenmakers,E.-J.,《爱荷华州赌博任务期望价模型中的贝叶斯参数估计》,《数学心理学杂志》,54,14-27(2010)·Zbl 1203.91255号
[96] 沃西,D.A。;Maddox,W.T.,《强化学习和双日轮换决策过程的比较模型:向W.K.Estes致敬》,《数学心理学杂志》,59,41-49(2014)·Zbl 1309.91124号
[97] 沃西,D.A。;庞,B。;Byrne,K.A.,《爱荷华州赌博任务模型中坚持和期望值表征的角色分解》,《心理学前沿》,4(2013)
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。