×
梁法明;宋启凡;于凯

高维广义线性模型的贝叶斯子集建模。 （英语） Zbl 06195963号

美国统计协会。 108，编号502，589-606（2013）.
摘要：本文提出了一种新的高维广义线性模型的先验设置，该设置导致贝叶斯子集回归（BSR），其最大后验模型近似等于最小扩展贝叶斯信息准则模型。在温和的条件下，得到的后牙的一致性是确定的。进一步，提出了一种基于边际包含概率的变量筛选方法，该方法与现有的确定独立筛选（SIS）和迭代确定独立筛选方法（ISIS）具有相同的确定筛选特性和一致性。然而，由于所提出的程序利用了来自所有预测因子的联合信息，因此在实际应用中通常优于SIS和ISIS。本文还对BSR与常用的惩罚似然法进行了广泛的比较，包括拉索法、弹性网法、SIS法和ISIS法。数值结果表明，BSR方法的性能通常优于惩罚似然方法。BSR选择的模型往往更稀疏，更重要的是，具有更高的预测能力。此外，随着预测因子数量的增加，惩罚似然法的性能往往会恶化，而这对BSR来说并不重要。本文的补充资料可在线获取。

引用于22文件

MSC公司：

62至XX 统计

关键词：

贝叶斯分类;后部一致性;随机近似蒙特卡罗;确定变量筛选;变量选择
PDF格式BibTeX公司 XML格式引用
\textit{F.Liang}et al.，J.Am.Stat.Assoc.108，No.502，589--606（2013；Zbl 06195963）
全文： 内政部

参考文献：

[1] Alon U.，《美国国家科学院院刊》96页6745–（1999）·doi:10.1073/pnas.96.12.6745
[2] Ando T.，贝叶斯模型选择和统计建模（2010）·Zbl 1303.62006年 ·doi:10.1201/EBK1439836149
[3] Bae K.，生物信息学20，第3423页–（2004）·doi:10.1093/bioinformatics/bth419
[4] Barbieri M.M.，《统计年鉴》32，第870页–（2004年）·doi:10.1214/09053604000000238
[5] Benjamini Y.，Biometrika 93第491页–（2006年）·Zbl 1108.62069号 ·doi:10.1093/biomet/93.3.491
[6] Bottolo L.，贝叶斯分析5，第583页–（2010年）·兹比尔1330.90042 ·doi:10.1214/10-BA523
[7] BovéD.S.，贝叶斯分析6，第387页–（2011年）·Zbl 1330.62058号 ·doi:10.1214/ba/1339616469
[8] Broman K.W.，《皇家统计学会杂志》，B辑64页641页–（2002年）·Zbl 1067.62108号 ·doi:10.1111/1467-9868.00354
[9] 查普曼J.M.，《美国人类遗传学杂志》84第178页–（2009）·doi:10.1016/j.ajhg.2008年12月15日
[10] Chen J.，Biometrika 94第759页–（2008年）·Zbl 1437.62415号 ·doi:10.1093/biomet/asn034
[11] 陈杰，《中国统计》22，第555页–（2012）
[12] Chen M.-H.，《中国统计》13第461页–（2003）
[13] Chen M.-H.，贝叶斯分析3，第585页–（2008）·Zbl 1330.62298号 ·doi:10.1214/08-BA323
[14] Chib S.，《美国统计协会杂志》，90 pp 1313–（1995）·doi:10.1080/01621459.1995.10476635
[15] Fan J.，《美国统计协会杂志》96 pp 1348–（2001）·兹比尔1073.62547 ·doi:10.1198/016214501753382273
[16] Fan J.，《皇家统计学会杂志》，B辑70 pp 849–（2008）·doi:10.1111/j.1467-9868.2008.00674.x
[17] 范杰，《中国统计》，20页，101–（2010）
[18] Fan J.，《机器学习研究杂志》，第10页，1829页–（2009年）
[19] Fan J.，《统计年鉴》38，第3567页–（2010年）·Zbl 1206.68157号 ·doi:10.1214/10-AOS798
[20] Figueiredo M.A.T.，《IEEE模式分析与机器智能汇刊》，第25页，第1150页–（2003）·doi:10.1109/TPAMI.2003.1227989
[21] Friedman J.，《统计软件杂志》，第33页，第1页–（2010年）·doi:10.18637/jss.v033.i01
[22] Golub T.，《科学》286 pp 531–（1999）·doi:10.1126/science.286.5439.531
[23] Haario H.，Bernoulli 7，第223页–（2001年）·Zbl 0989.65004号 ·doi:10.2307/3318737
[24] Hans C.，《美国统计协会杂志》102 pp 507–（2007）·Zbl 1134.62398号 ·doi:10.19198/0162114507000000121
[25] Holzmann H.，《斯堪的纳维亚统计杂志》33，第753页–（2006）·兹比尔1164.62354 ·doi:10.1111/j.1467-9469.2006.00505.x
[26] Hsu S.J.，《加拿大统计杂志》23，第399页–（1995）·Zbl 0878.62021号 ·doi:10.2307/3315383
[27] Jiang W.，《神经计算》，第18页，第2762页–（2006）·Zbl 1113.62030 ·doi:10.1162/neco.2006.18.11.2762
[28] 姜伟，《统计年鉴》35页1487–（2007）·Zbl 1123.62026号 ·doi:10.1214/00905360000000019
[29] Johnson V.E.，《美国统计协会杂志》107 pp 649–（2012）·Zbl 1261.62024号 ·doi:10.1080/01621459.2012.682536
[30] Liang F.，《统计与概率快报》79页581页–（2009年）·Zbl 1156.62344号 ·doi:10.1016/j.spl.2008.10.007
[31] Liang F.，《美国统计协会杂志》102 pp 305–（2007）·Zbl 1226.65002号 ·doi:10.1198/0162145000001202
[32] 梁凤，《中国统计》11页1005–（2001）
[33] Liang F.，Biometrika 95第961页–（2008年）·Zbl 1437.62525号 ·doi:10.1093/biomet/asn036
[34] Mallows C.L.，《技术计量学》，第15页，第661页–（1973年）
[35] Moreno E.，《统计年鉴》，第38页，1937–（2010）·Zbl 1323.62024号 ·doi:10.1214/09-AOS754
[36] Park M.Y.，《皇家统计学会杂志》，B辑69，第659页–（2007年）·文件编号：10.1111/j.1467-9868.2007.00607.x
[37] Park T.，《美国统计协会杂志》第103页第681页（2008年）·Zbl 1330.62292号 ·doi:10.1198/016214500000037
[38] Richardson S.，贝叶斯统计9，第539页–（2010年）
[39] Scott J.G.，《统计年鉴》，第38页，第2587页–（2010年）·Zbl 1200.62020年 ·doi:10.1214/10-AOS792
[40] Singh D.，《癌症细胞1》，第203页–（2002年）·doi:10.1016/S1535-6108（02）00030-2
[41] Storey J.D.，《皇家统计学会杂志》，B辑，64页，第479页–（2002）·Zbl 1090.62073号 ·doi:10.111/1467-9868.00346
[42] Tibshirani R.，《皇家统计学会杂志》，B辑58，第267页–（1996）
[43] Zhang C.-H.，《统计年鉴》38，第894页–（2009）·Zbl 1183.62120号 ·doi:10.1214/09-AOS729
[44] 张杰，《Neerlandica统计》62页393–（2008）·Zbl 1144.62069号 ·doi:10.1111/j.1467-9574.2008.00397.x
[45] Zou H.，《皇家统计学会杂志》，B辑67第301页–（2005）·Zbl 1069.62054号 ·数字对象标识代码：10.1111/j.1467-9868.2005.0050.x
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。