×
Y.里托夫。;比克尔，P.J。;加姆斯特，A.C。;Kleijn，B.J.K。

复杂高维模型的贝叶斯分析：它可能是CODA吗？ （英语） Zbl 1331.62162号

统计科学。 29，第4期，619-639（2014）.
小结：我们考虑了一些复杂的高维模型的贝叶斯分析，并表明，直觉先验并没有根据模型的精细细节和估计参数进行裁剪，因此产生的估值器在存在好的、简单的频率估值器的情况下表现不佳。我们考虑的模型有：分层抽样、部分线性模型、白噪声的线性和二次泛函以及带停止时间的估计。我们提出了Doob一致性定理的一个强版本，该版本证明了一致\（\sqrt｛n｝\）-一致估计器的存在确保了Bayes后验对于先验概率1的子集中的参数值是\（\sqrt｛n｝\）-一致的。我们还证明，至少在原则上，可以使用损失函数的适当组合来构造贝叶斯先验，给出全局和局部最小最大速率。我们认为，这些显然相互矛盾的发现并不矛盾。

引用于6文件

MSC公司：

2015年1月62日 贝叶斯推断
62G08号 非参数回归和分位数回归
62甲12 多元分析中的估计
62J05型 线性回归；混合模型
60J60型 扩散过程

关键词：

基础;化学需氧量;贝叶斯推断;白噪声模型;部分线性模型;停车时间;功能估计;半参数
PDF格式BibTeX公司 XML格式引用
\textit{Y.Ritov}等人，《统计科学》。29，第4号，619--639（2014；Zbl 1331.62162）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Bayarri，M.J.和Berger，J.O.（2004）。贝叶斯分析和频率分析的相互作用。统计师。科学。19 58-80·Zbl 1062.62001号 ·doi:10.1214/08834230400000116
[2] Berger，J.（2006年a）。客观贝叶斯分析案例。贝叶斯分析。1 385-402. ·Zbl 1331.62042号 ·doi:10.1214/06-BA115
[3] Berger，J.（2006年b）。重新审理。贝叶斯分析。1 457-464. ·Zbl 1331.62043号 ·文件编号：10.1214/06-BA116REJA
[4] Berger，J.O.和Wolpert，R.L.（1988年）。《似然原理：综述、概括和统计含义》，第二版，课堂讲稿——专题论文系列6。加利福尼亚州海沃德IMS。
[5] Berry，S.M.、Reese，C.S.和Larkey，P.D.（1999）。在运动中跨越不同的时代。J.Amer。统计师。协会84 661-676。
[6] Bickel，P.J.（1981）。参数空间受限时正态分布均值的极大极小估计。安。统计师。9 1301-1309. ·Zbl 0484.62013.中 ·doi:10.1214/aos/1176345646
[7] Bickel，P.J.和Kleijn，B.J.K.（2012）。半参数Bernstein-von Mises定理。安。统计师。40 206-237. ·Zbl 1246.62081号 ·doi:10.1214/11-AOS921
[8] Bickel，P.J.和Ritov，Y.（1988年）。估计积分平方密度导数：夏普最佳收敛阶数估计。SankhyáSer。甲50 381-393·Zbl 0676.62037号
[9] Bickel，P.J.和Ritov，Y.（2003）。可以“插入”的非参数估计量。安。统计师。31 1033-1053. ·Zbl 1058.62031号 ·doi:10.1214/aos/1059655904
[10] Bickel，P.J.、Klaassen，C.A.J.、Ritov，Y.和Wellner，J.A.（1998）。半参数模型中的有效自适应估计。纽约州施普林格·Zbl 0894.62005号
[11] Bock，M.E.（2004）。《与赫尔曼·鲁宾的对话》，《赫尔曼·罗宾的节日》，数理统计研究所讲稿——专著系列45 408-417。俄亥俄州比奇伍德IMS·Zbl 1268.01025号 ·doi:10.1214/lnms/1196285408
[12] Brown，L.D.和Low，M.G.（1996年）。非参数回归与白噪声的渐近等价性。安。统计师。24 2384-2398. ·Zbl 0867.62022号 ·doi:10.1214/aos/1032181159
[13] Chen，H.和Shiau，J.J.H.（1994年）。部分线性模型的数据驱动有效估计量。安。统计师。22 211-237. ·Zbl 0806.62029号 ·doi:10.1214/aos/1176325366
[14] Cochran，W.G.（1977年）。《取样技术》，第三版，威利出版社，纽约·Zbl 0353.62011号
[15] 考克斯博士（1993年）。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
[16] Diaconis，P.和Freedman，D.A.（1993年）。非参数二元回归：贝叶斯方法。安。统计师。21 2108-2137. ·Zbl 0797.62031号 ·doi:10.1214/aos/1176349413
[17] Diaconis，P.W.和Freedman，D.（1998年）。非参数回归的Bayes估计的一致性：正态理论。伯努利4 411-444·Zbl 1037.62031号 ·doi:10.2307/3318659
[18] Donoho，D.L.和Johnstone，I.M.（1994年）。对于（l_{q}）-错误，（l_}p}）-balls上的最小最大风险。普罗巴伯。理论相关领域99 277-303·Zbl 0802.62006 ·doi:10.1007/BF01199026
[19] Donoho，D.L.和Johnstone，I.M.（1995）。通过小波收缩适应未知平滑度。J.Amer。统计师。协会90 1200-1224·Zbl 0869.62024号 ·doi:10.2307/2291512
[20] Engle，R.F.、Granger，C.W.J.、Rice，J.和Weiss，A.（1986年）。天气和电力销售之间关系的非参数估计。J.Amer。统计师。协会81 310-320。
[21] Everson，P.J.和Morris，C.N.（2000年）。多元正态层次模型的推断。J.R.统计社会服务。B统计方法。62 399-412. ·doi:10.1111/1467-9868.00239
[22] Ferguson，T.S.（1973）。一些非参数问题的贝叶斯分析。安。统计师。1 209-230. ·兹比尔0255.62037 ·doi:10.1214/aos/1176342360
[23] Freedman，D.A.（1963年）。关于离散情况下Bayes估计的渐近行为。安。数学。统计师。34 1386-1403·Zbl 0137.12603号 ·doi:10.1214/aoms/1177703871
[24] Freedman，D.A.（1965年）。离散情形下Bayes估计的渐近行为。二、。安。数学。统计师。36 454-456. ·doi:10.1214/aoms/1177700155
[25] Freedman，D.（1999）。关于无限维参数的Bernstein von Mises定理。安。统计师。27 1119-1140. ·Zbl 0957.6202号
[26] Ghosal，S.、Ghosh，J.K.和van der Vaart，A.W.（2000）。后验分布的收敛速度。安。统计师。28 500-531. ·Zbl 1105.62315号 ·doi:10.1214/aos/1016218228
[27] Goldstein，M.（2006）。主观贝叶斯分析：原理与实践。贝叶斯分析。1 403-420（电子版）·兹比尔1331.62047 ·doi:10.1214/06-BA116
[28] Greenshtein，E.、Park，J.和Ritov，Y.（2008）。估计高维高值观测值的平均值。J.统计理论实践。2 407-418. ·doi:10.1080/15598608.2008.10411883
[29] Harmeling，S.和Toussant，M.（2007年）。Robins-Ritov问题的贝叶斯估计。技术报告，爱丁堡大学信息学院研究报告EDI-INF-RR-1189。
[30] Ibragimov，I.A.和Hasminskii，R.Z.（1984）。高斯白噪声中线性泛函的非参数估计。理论问题。申请。29 19-32. ·Zbl 0532.62061号
[31] Kleijn，B.J.K.和van der Vaart，A.W.（2006）。无限维贝叶斯统计中的错误规范。安。统计师。34 837-877·Zbl 1095.62031号 ·doi:10.1214/00905360000000029
[32] Lehmann，E.L.和Casella，G.（1998年）。点估计理论，第二版，纽约斯普林格出版社·Zbl 0916.62017号
[33] Le Cam，L.和Yang，G.L.（1990年）。统计学中的渐近：一些基本概念。纽约州施普林格·Zbl 0719.62003号
[34] Li，K.（1999）。测试ppp中的对称性和比例。J.总线。经济。统计师。17 409-418.
[35] Li，L.（2010）。以瓦瑟曼为例，贝叶斯推断是否很弱？通信统计。仿真计算。39 655-667. ·Zbl 1192.62084号 ·doi:10.1080/0361090903576540
[36] Lindley，D.V.（1953年）。统计推断。J.R.统计社会服务。B统计方法。15 30-65; 讨论65-76·Zbl 0050.36005号
[37] Lindley，D.V.和Smith，A.F.M.（1972年）。线性模型的贝叶斯估计。J.R.统计社会服务。B统计方法。34 1-41. ·Zbl 0246.62050号
[38] McShane，B.B.和Wyner，A.J.（2011年）。多个温度指标的统计分析：过去1000年地表温度的重建可靠吗？附录申请。统计数字5 5-44·Zbl 1220.62150号 ·doi:10.1214/10-AOAS398
[39] Nussbaum，M.（1996年）。密度估计与高斯白噪声的渐近等价性。安。统计师。24 2399-2430. ·Zbl 0867.62035号 ·doi:10.1214/aos/1032181160
[40] Robins，J.M.和Ritov，Y.（1997年）。针对半参数模型的维数灾难适当（尾）渐近理论。《Stat.Med.17》第285-319页。
[41] Robins，J.、Tchetgen，E.T.、Li，L.和van der Vaart，A.（2009）。半参数极大极小速率。电子。《美国联邦法律大全》第3卷第1305-1321页·Zbl 1326.62080号 ·doi:10.1214/09-EJS479
[42] Savage，L.J.（1961年）。重新考虑了统计的基础。程序中。第四届伯克利交响乐团。数学。统计师。和探针，第一卷575-586。加州大学出版社，加利福尼亚州伯克利·Zbl 0121.13603号
[43] Schick，A.（1993）。回归模型中的有效估计。安。统计师。21 1486-1521. ·Zbl 0807.62035号 ·doi:10.1214/aos/1176349269
[44] Smith，A.F.M.（1986）。关于建模和模型选择的一些贝叶斯思想。J.R.统计社会服务。D（统计学家）35 97-101。
[45] van der Pas，S.L.和Kleijn，B.J.K.（2014）。马蹄形估计器：近黑色向量周围的后验浓度。电子。J.统计。8 2585-2618. ·兹比尔1309.62060 ·doi:10.1214/14-EJS962
[46] Wang，L.，Brown，L.D.和Cai，T.T.（2011）。半参数部分线性模型的基于差分的方法。电子。《美国联邦法律大全》第5卷第619-641页·Zbl 1329.62179号 ·doi:10.1214/11-EJS621
[47] Wasserman，L.（2000）。使用数据相关先验对混合模型进行渐近推理。J.R.统计社会服务。B统计方法。62 159-180. ·Zbl 0976.62028号 ·doi:10.1111/1467-9868.00226
[48] Wasserman，L.（2004）。《所有统计学：统计推断简明教程》。纽约州施普林格·Zbl 1053.62005年
[49] 赵丽华（2000）。一些非参数问题的贝叶斯方面。安。统计师。28 532-552. ·Zbl 1010.62025号 ·doi:10.1214/aos/1016218229
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。