×
卡罗琳·劳利斯;朱利安·阿贝尔

Pitman-Yor的中国餐厅流程的一个简单证明，来自其坚韧的表现。 （英语） 兹比尔1434.62045

依赖。模型。 7, 45-52 (2019).
摘要：长期以来，Dirichlet过程一直是贝叶斯非参数的金标准离散随机测度。Pitman-Yor过程提供了一个简单且数学上易于处理的泛化，允许对集群行为进行非常灵活的控制。Pitman-Yor过程的两种常用表示法是“打碎”过程和“中餐厅”过程。前者是该过程的构造性表示，对于实际实现来说非常方便，而后者描述了所诱导的分区分布。从另一个中获得一个通常是间接地使用测量理论。相比之下，我们在这里提出了一个Pitman-Yor的中餐厅流程的初步证明，即从其坚韧的表现形式。

理学硕士：

62G07年 密度估算
97K50美元 概率论（教育方面）
60G05型 随机过程基础

关键词：

贝叶斯非参数;群集;Pitman-Yor工艺;分区;粘性破碎工艺

软件：

请
PDF格式BibTeX公司 XML格式引用
\textit{C.Lawless}和\textit{J.Arbel}，依赖。模型。7、45-52（2019年；Zbl 1434.62045）
全文： 内政部 arXiv公司

参考文献：

[1] Antoniak，C.E.（1974）。Dirichlet过程与贝叶斯非参数问题应用的混合。安。统计师。2(6), 1152-1174. ·Zbl 0335.60034号
[2] Arbel，J.、P.De Blasi和I.Prünster（2018年）。Pitman-Yor过程的随机近似。贝叶斯分析。，出现。可在https://doi.org/10.1214/18-BA1127。 ·Zbl 1435.62076号
[3] Arbel，J.、S.Favaro、B.Nipoti和Y.W.Teh（2017年）。发现概率的贝叶斯非参数推断：可信区间和大样本渐近。统计师。《中国日报》27（2），839-858·Zbl 1362.62064号
[4] Bassetti，F.、R.Casarin和F.Leisen（2014）。贝叶斯推理的依赖贝塔积的Pitman-Yor过程。《计量经济学杂志》180（1），49-72·兹比尔1298.62148
[5] Battiston，M.、S.Favaro、D.M.Roy和Y.W.Teh（2018年）。产品形态可交换特征概率函数的特征。附录申请。普罗巴伯。28(3), 1423-1448. ·Zbl 1410.60100号
[6] Canale，A.、A.Ligoi、B.Nipoti和I.Prünster（2017年）。关于Pitman-Yor过程中的尖峰和板底测量。生物特征104（3），681-697·Zbl 07072235号
[7] Caron，F.、W.Neiswanger、F.Wood、A.Doucet和M.Davy（2017）。时变Pitman-Yor过程的广义Pólya urn。J.马赫。学习。决议18（27），1-32·Zbl 1437.62229号
[8] Clauset，A.、C.R.Shalizi和M.E.Newman（2009年）。经验数据中的幂律分布。SIAM版本51（4），661-703·Zbl 1176.62001号
[9] De Blasi，P.、S.Favaro、A.Ligoi、R.H.Mena、I.Prünster和M.Ruggiero（2015）。吉布斯型先验是狄里克莱过程最自然的推广吗？IEEE传输。模式分析。机器。因特尔。37(2), 212-229.
[10] De Luca，G.和P.Zuccolotto（2011年）。一种基于尾部相关性的时间序列聚类差异性度量。高级数据分析。分类。5(4), 323-340.
[11] 德里达·B（1981）。随机能量模型：无序系统的精确可解模型。物理学。版本B 24（5），2613-2626·Zbl 1323.60134号
[12] Favaro，S.、A.Ligoi、R.Mena和I.Prünster（2009年）。基于双参数Poisson-Dirichlet过程先验的物种多样性贝叶斯非参数推断。J.R.统计社会服务。B.统计方法。71(5), 993-1008. ·Zbl 1411.62081号
[13] Favaro，S.和S.G.Walker（2013）。切片取样-稳定的泊松-金曼混合模型。J.计算。图表。统计师。22(4), 830-847.
[14] Feng、S.和W.Sun（2010年）。与双参数泊松-狄利克雷分布和狄利克雷过程相关的一些扩散过程。普罗巴伯。理论关联。字段148（3-4），501-525·Zbl 1203.60120号
[15] Ferguson，T.S.（1973年）。一些非参数问题的贝叶斯分析。安。统计师。1(2), 209-230. ·兹比尔0255.62037
[16] Ghosal，S.和A.Van der Vaart（2017年）。非参数贝叶斯推断基础。剑桥大学出版社·Zbl 1376.62004号
[17] Ishwaran，H.和L.F.James（2001年）。破胶前期吉布斯取样方法。J.Amer。统计师。协会96（453），161-173·Zbl 1014.62006年
[18] Jara，A.、E.Lesa_re、M.De Iorio和F.Quintana（2010年）。多元双间隔截尾数据的贝叶斯半参数推断。附录申请。《统计》第4（4）卷，第2126-2149页·Zbl 1220.62023号
[19] Kerov，S.V.（2006）。相干随机分配和Ewens-Pitman公式。数学杂志。科学。138(3), 5699-5710.
[20] Kosmidis，I.和D.Karlis（2016年）。使用应用程序的连接函数进行基于模型的聚类。统计计算。26(5), 1079-1099. ·Zbl 1505.62233号
[21] Lo，A.Y.（1984年）。关于一类贝叶斯非参数估计：I.密度估计。安。统计师。12(1), 351-357. ·Zbl 0557.62036号
[22] Miller，J.W.（2019）。从Sethuraman的断棍过程中初步推导出中国餐馆的过程。统计师。普罗巴伯。莱特。146, 112-117. ·Zbl 1442.60016号
[23] Miller，J.W.和M.T.Harrison（2014）。Pitman-Yor工艺混合物的成分数量不一致。J.马赫。学习。第15（1）号决议，3333-3370·Zbl 1319.62100号
[24] Navarrete，C.、F.A.Quintana和P.Müller（2008）。使用物种抽样模型进行非参数贝叶斯建模的一些问题。统计模型。8(1), 3-21. ·兹比尔07257859
[25] Ni，Y.、P.Müller、Y.Zhu和Y.Ji（2018）。异构互惠图形模型。生物计量学74（2），606-615·Zbl 1414.62466号
[26] Perman，M.、J.Pitman和M.Yor（1992年）。泊松点过程和偏移的尺寸抽样。普罗巴伯。理论关联。字段92（1），21-39·Zbl 0741.60037号
[27] Petrov，L.A.（2009年）。Kingman单纯形上无限维扩散的两参数族。功能。分析。申请。43(4), 279-296. ·兹比尔1204.60076
[28] Pitman，J.（1995）。可交换和部分可交换的随机分区。普罗巴伯。理论关联。字段102（2），145-158·Zbl 0821.60047号
[29] Pitman，J.（2003）。泊松-金曼分区。《统计与科学：特里·斯皮德的节日》，第1-34页。俄亥俄州比奇伍德IMS。
[30] Pitman，J.和M.Yor（1997年）。双参数泊松-狄里克莱分布由稳定的从属子函数导出。安·普罗巴伯。25(2), 855-900. [31]Scarpa，B.和D.B.Dunson（2009年）。基于污染信息先验的贝叶斯层次函数数据分析。生物统计学65（3），772-780·Zbl 0880.60076号
[31] Scricciolo，C.（2014）。具有Pitman-Yor或归一化逆高斯过程核混合的Lp-度量中的自适应贝叶斯密度估计。贝叶斯分析。9(2), 475-520. ·Zbl 1327.62161号
[32] Sethuraman，J.（1994）。Dirichlet先验的构造性定义。统计师。中国科学院4（2），639-650·Zbl 0823.62007号
[33] Sudderth，E.B.和M.I.Jordan（2009年）。使用相关Pitman-Yor过程对自然场景进行共享分割。D.Koller、D.Schuurmans、Y.Bengio和L.Bottou（编辑），《神经信息处理系统进展》21，第1585-1592页。Curran Associates，纽约红钩。
[34] Teh，Y.W.（2006）。基于Pitman-Yor过程的分层贝叶斯语言模型。《第21届国际计算语言学会议暨计算语言学协会第44届年会论文集》，第985-992页。计算语言学协会，宾夕法尼亚州斯特鲁兹堡。
[35] Vershik，A.、M.Yor和N.Tsilevich（2004年）。关于伽马过程的Markov-Krein恒等式和拟方差。数学杂志。科学。121(3), 2303-2310. ·Zbl 1069.60046号
[36] Wood，F.、J.Gasthaus、C.Archambeau、L.James和Y.W.Teh（2011年）。序列记忆器。通信ACM 54（2），91-98。
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。