Yu，Yu Ryan岳;Håvard街 加性混合分位数回归模型的贝叶斯推断。 （英语） Zbl 1247.62101号 计算。统计数据分析。 55，第1期，84-96（2011）. 小结：实际中的分位数回归问题可能需要灵活的半参数形式的预测器来建模响应对协变量的依赖性。此外，通常有必要添加随机效应，以解释未观察到的异质性或纵向数据中的相关性导致的过度分散。通过马尔可夫链蒙特卡罗（MCMC）模拟和可加混合模型中的集成嵌套拉普拉斯近似（INLA）近似推理，提出了一种统一的连续响应贝叶斯分位数推断方法。通过分配适当的具有不同形式和平滑度的高斯马尔可夫随机场（GMRF）先验，不同类型的协变量都在相同的一般框架内处理。我们将该方法应用于广泛的模拟研究和慕尼黑租赁数据集，表明该方法在具有许多协变量和大型数据集的问题中也具有计算效率。 引用于35文件 理学硕士： 2015年1月62日 贝叶斯推断 62G08号 非参数回归和分位数回归 65立方厘米40 马尔可夫链的数值分析或方法 65C60个 统计中的计算问题（MSC2010） 关键词：加性混合模型;非对称拉普拉斯分布;高斯马尔可夫随机场;吉布斯采样;积分嵌套拉普拉斯逼近;分位数回归 软件：法尔迈尔;INLA公司;GMRFLib公司 PDF格式BibTeX公司 XML格式引用 \textit{Y.R.Yue}和\textit{H.Rue}，计算。统计数据分析。55，第1号，84--96（2011；Zbl 1247.62101） 全文： 内政部 参考文献： [1] 贝萨格，J。；Kooperberg，C.，《条件和内在自回归》，Biometrika，82，733-746（1995）·Zbl 0899.62123号 [2] Brezger，A。；Lang，S.，基于贝叶斯样条的广义结构加性回归，计算统计与数据分析，50967-991（2006）·Zbl 1431.62308号 [3] Cai，Y.，2009年。多项式幂-Pareto分位数函数模型。极端（印刷中）。；Cai，Y.，2009年。多项式幂-Pareto分位数函数模型。极端（印刷中）。 [4] 蔡，Z。；Xu，X.，动态平滑系数模型的非参数分位数估计，美国统计协会杂志，1031595-1608（2008）·Zbl 1286.62029号 [5] Chhikara，R.S。；Folks，L.，《逆高斯分布：理论、方法和应用》（1989），马塞尔·德克尔：马塞尔·戴克尔纽约·兹比尔0701.62009 [6] De Gooijer，J。；Zerom，D.，《关于高维协变量的加性条件分位数》，《美国统计协会杂志》，98，135-146（2003）·兹比尔1047.62027 [7] 邓森，D。；Taylor，J.，分位数的近似贝叶斯推断，《非参数统计杂志》，17385-400（2005）·Zbl 1061.62051号 [8] 欧洲银行，R.L。；黄，C。；马尔多纳多，Y.M。；Wang，N。；王，S。；Buchanan，R.J.，变系数模型中的平滑样条估计，皇家统计学会杂志，B辑：统计方法，66653-667（2004）·Zbl 1046.62033号 [9] Fahrmeir，L.公司。；Kneib，T。；Lang，S.，《时空数据的惩罚结构加性回归：贝叶斯视角》，《中国统计》，第14731-761页（2004）·Zbl 1073.62025号 [10] Fahrmeir，L。；Lang，S.，基于马尔可夫随机场先验的广义加性混合模型的贝叶斯推断，皇家统计学会杂志，C辑：应用统计学，50，201-220（2001） [11] Fahrmeir，L。；Tutz，G.，基于广义线性模型的多元统计建模（2001），Springer:Springer Berlin·Zbl 0980.62052号 [12] Fenske，N.、Kneib，T.、Hothorn，T.，2009年。通过增强加性分位数回归确定儿童严重营养不良的风险因素。技术报告52。慕尼黑大学统计系。；Fenske，N.、Kneib，T.、Hothorn，T.，2009年。通过增强加性分位数回归确定儿童严重营养不良的风险因素。技术报告52。慕尼黑大学统计系·Zbl 1232.62146号 [13] 杰拉西，M。；Bottai，M.，使用不对称拉普拉斯分布对纵向数据进行分位数回归，生物统计学，8140-154（2007）·Zbl 1170.62380号 [14] Green，P.J.，使用改进的EM算法从发射层析成像数据进行贝叶斯重建，IEEE医学成像学报，984-93（1990） [15] 霍洛维茨，J.L。；Lee，S.，加性分位数回归模型的非参数估计，美国统计协会杂志，1001238-1249（2005）·Zbl 1117.62355号 [16] Kneib，T.，Konrath，S.，Fahrmeir，L.，2010年。高维结构化加性回归模型：贝叶斯正则化、平滑和预测性能。英国皇家统计学会杂志，C辑：应用统计学（出版）。；Kneib，T.，Konrath，S.，Fahrmeir，L.，2010年。高维结构化加性回归模型：贝叶斯正则化、平滑化和预测性能。英国皇家统计学会杂志，C辑：应用统计学（出版中）。 [17] Koenker，R.，（分位数回归。分位数回归，计量经济学社会专题（2005），剑桥大学出版社）·兹比尔1111.62037 [18] Koenker，R。；Bassett，Gilbert，回归分位数，计量经济学，46，33-50（1978）·Zbl 0373.62038号 [19] Koenker，R。；马查多，J.A.F。；Machado，J.A.F.，分位数回归的拟合优度和相关推理过程，美国统计协会杂志，941296-1310（1999）·Zbl 0998.62041号 [20] Koenker，R。；Mizera，I.，《惩罚三元图：二元平滑的总变差正则化》，英国皇家统计学会杂志，B辑：统计方法，66，145-163（2004）·Zbl 1064.62038号 [21] Koenker，R。；Ng、P。；Portnoy，S.，Quantile平滑样条曲线，Biometrika，81673-680（1994）·Zbl 0810.62040 [22] Kottas，A。；Krnjajić，M.，分位数回归中的贝叶斯半参数建模，《斯堪的纳维亚统计杂志》，36297-319（2009）·Zbl 1190.62053号 [23] 朗·S。；Brezger，A.，贝叶斯样条，计算与图形统计杂志，13，183-212（2004） [24] 李毅。；刘，Y。；Zhu，J.，再生核Hilbert空间中的分位数回归，美国统计协会杂志，102255-268（2007）·Zbl 1284.62405号 [25] Martino，S.，Rue，H.，2008年。使用集成嵌套拉普拉斯近似实现潜在高斯模型的近似贝叶斯推理：嵌入程序手册。2号技术报告。挪威科技大学数学科学系。；Martino，S.，Rue，H.，2008年。使用集成嵌套拉普拉斯近似实现潜在高斯模型的近似贝叶斯推理：嵌入程序手册。2号技术报告。挪威科技大学数学科学系。 [26] Reich，B。；邦德尔，H。；Wang，H.，独立和聚集数据的灵活贝叶斯分位数回归，生物统计学，11337-352（2010）·Zbl 1437.62589号 [27] Rue，H.，高斯-马尔可夫随机场的快速抽样，英国皇家统计学会杂志，B辑，63325-338（2001）·Zbl 0979.62075号 [28] H街。；Held，L.，（高斯马尔可夫随机场：理论与应用。高斯马尔可夫随机场：原理与应用，统计学与应用概率专著，第104卷（2005年），查普曼与霍尔：查普曼和霍尔伦敦）·邮编1093.60003 [29] H街。；Martino，S.，分层高斯马尔可夫随机场的近似贝叶斯推理，《统计规划与推理杂志》，1373177-3192（2007）·Zbl 1114.62025号 [30] H街。；马丁诺，S。；肖邦，N.，《使用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断》（含讨论），《皇家统计学会杂志》，B辑，71，319-392（2009）·Zbl 1248.62156号 [31] Taddy，M.，Kottas，A.，2009年。分位数回归推断的贝叶斯非参数方法。《商业与经济统计杂志》（印刷版）。；Taddy，M.，Kottas，A.，2009年。分位数回归推断的贝叶斯非参数方法。《商业与经济统计杂志》（出版中）·Zbl 1214.62045号 [32] 武内，I。；Le，Q。；西尔斯，T。；Smola，A.，非参数分位数估计，机器学习研究杂志，71231-1264（2006）·Zbl 1222.68316号 [33] Tsionas，E.G.，贝叶斯分位数推断，《统计计算与模拟杂志》，73，659-674（2003）·Zbl 1024.62010年 [34] Wahba，G.，观测数据的样条模型（1990），SIAM[工业和应用数学学会]·Zbl 0813.62001号 [35] Wecker，W.E。；Ansley，C.F.，《非线性回归和样条平滑的信号提取方法》，美国统计协会杂志，78，81-89（1983）·Zbl 0536.62071号 [36] Yu，K。；Lu，Z.，局部线性加性分位数回归，斯堪的纳维亚统计杂志，31333-346（2004）·Zbl 1063.62060号 [37] Yu，K。；Moyeed，R.A.，贝叶斯分位数回归，统计与概率快报，54，437-447（2001）·Zbl 0983.62017号 [38] Yu，K。；张杰，三参数非对称拉普拉斯分布及其推广，《统计学中的传播：理论与方法》，341867-1879（2005）·Zbl 1072.62005年 [39] 袁，Y。；Yin，G.，具有不可忽视缺失数据的纵向研究的贝叶斯分位数回归，生物统计学，66，105-114（2010）·Zbl 1187.62183号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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，而不声称其完整性或完全匹配。