×
克拉拉·格拉齐安;卢西亚纳达拉山谷;布鲁内罗，利西奥

近似贝叶斯条件连接函数。 （英语） Zbl 07476347号

计算。统计数据分析。 169，文章ID 107417，22 p.（2022）.
概述：Copula模型是一种灵活的工具，用于表示多元随机变量的复杂依赖结构。根据Sklar定理，任何多维绝对连续分布函数都可以唯一地表示为一个copula，即具有一致边缘的单位超立方体上的联合累积分布函数，它捕获了向量分量之间的依赖结构。在实际数据应用中，分析的兴趣通常在于依赖性的特定泛函，这些泛函用几个数值量化了依赖性的各个方面。关于这类泛函已有广泛的文献，但包括协变量的扩展仍然有限。这主要是由于缺乏条件copula的无偏估计，尤其是当没有足够的信息来选择copula模型时。提出并比较了几种贝叶斯方法来近似相关性随协变量变化的泛函的后验分布；所研究方法的主要优点是使用非参数模型，避免了copula的选择，这通常是copula建模的一个微妙方面。这些方法在模拟研究和土木工程和天体物理学的两个实际应用中进行了比较。

引用于1文件

MSC公司：

62至XX 统计

关键词：

近似贝叶斯计算;贝叶斯推断;相关性建模;高斯过程;经验似然;样条曲线

软件：

连接线;科尔西卡;R（右）;连接线
PDF格式BibTeX公司 XML格式引用
\textit｛C.Grazian｝等人，计算机。统计数据分析。169，文章ID 107417，22 p.（2022；Zbl 07476347）
全文： 内政部 arXiv公司 链接

参考文献：

[1] R： 《统计计算的语言和环境》（2013），R统计计算基金会：R统计计算基础，奥地利维也纳
[2] Abegaz，F。；Gijbels，I。；Veraverbeke，N.，条件连接函数的半参数估计，J.Multivar。分析。，110, 43-73 (2012) ·Zbl 1244.62040号
[3] Acar，E.F。；克雷乌，R.V。；Yao，F.，条件连接函数中的依赖性校准：非参数方法，生物统计学，67，2，445-453（2011）·Zbl 1217.62068号
[4] Acar，E.F。；Genest，C。；Nešlehová，J.，超越简化的对copula构造，J.Multivar。分析。，110, 74-90 (2012) ·Zbl 1243.62067号
[5] 阿卡尔，E.F。；克雷乌，R.V。；Yao，F.，条件连接模型中协变量效应的统计检验，电子。《J Stat.》，第7期，第2822-2850页（2013年）·Zbl 1280.62052号
[6] 博克·R。；Chilingarian，A。；高格，M。；Hakl，F。；亨斯特贝克，T。；Jiřina，M。；克拉什卡，J。；科特奇，E。；萨维克ỳ, 体育。；Towers，S.，《多维事件分类方法：使用切伦科夫伽马射线望远镜图像的案例研究》，Nucl。仪器。方法物理学。研究，第。A、 加速度。光谱学。检测。协会设备，516，2-3，511-528（2004）
[7] Craiu，V.R。；Sabeti，A.，《混合公司：具有离散和连续结果的二变量条件copula模型的贝叶斯推理》，J.Multivar。分析。，110, 106-120 (2012) ·Zbl 1244.62031号
[8] Cressie，N.，《空间数据统计》（1992），威利在线图书馆
[9] Czado，C.，多元连词的对连词构造，（连词理论及其应用（2010），Springer），93-109
[10] Czado，C.，用藤蔓Copulas分析相关数据（2019年），施普林格·Zbl 1425.62001号
[11] Dalla Valle，L。；Leisen，F。；Rossini，L.，孪生数据的贝叶斯非参数条件copula估计，J.R.Stat.Soc.，Ser。C、 申请。Stat.，67，3，523-548（2018年）
[12] J·德沃·阿克。；萨维克ỳ，P.，使用模拟退火软化决策树中的分裂，（自适应和自然计算算法国际会议（2007），Springer），721-729
[13] 盖瑟，S。；Eddy，W.F.，《模型选择的预测方法》，《美国法律总汇汇编》，74365153-160（1979）·兹比尔0401.62036
[14] Genest，C。；Ghoudi，K。；Rivest，L.-P.，多元分布族中依赖参数的半参数估计程序，Biometrika，82，3，543-552（1995）·Zbl 0831.62030号
[15] Gijbels，I。；韦拉韦贝克，N。；Omelka，M.，条件连接词，关联测度及其应用，计算。统计数据分析。，55, 5, 1919-1932 (2011) ·Zbl 1328.62366号
[16] Gijbels，I。；Omelka，M。；Veraverbeke，N.，《多元和功能协变量与条件连接函数》，电子。《J Stat.》，第6卷，第1273-1306页（2012年）·Zbl 1295.62031号
[17] Gijbels，I。；Omelka，M。；Veraverbeke，N.，当协变量只影响边际分布时，对连接函数的估计，Scand。J.Stat.，42，4，1109-1126（2015）·Zbl 1419.62123号
[18] Goegebeur，Y。；Guillou，A。；Le Ho，N.K。；秦，J.，条件尾相关系数的稳健非参数估计，J.Multivar。分析。，178，第104607条pp.（2020）·Zbl 1441.62141号
[19] 戈德斯坦，M。；Wooff，D.，《贝叶斯线性统计：理论与方法》，第716卷（2007年），John Wiley&Sons·Zbl 1231.62033号
[20] Grazian，C。；Fan，Y.，《通过密度估计的近似贝叶斯计算方法综述：模拟器模型推理》，威利Interdiscip。版本：计算。Stat.，12，4，第1486条pp.（2020）
[21] Grazian，C。；Liseo，B.，多元和条件连接的近似贝叶斯方法，（概率统计软方法国际会议（2016），Springer），261-268
[22] Grazian，C。；Liseo，B.，半参数copula模型中的近似贝叶斯推断，贝叶斯分析。，12, 4, 991-1016 (2017) ·Zbl 1384.62167号
[23] Gutmann，M.U。；Corander，J.，基于模拟器的统计模型的无似然推理的贝叶斯优化，J.马赫。学习。研究，17，1，4256-4302（2016）·Zbl 1392.62072号
[24] 哈夫，I.H。；Aas，K。；Frigessi，A.，《关于简化的对连接词构造——简单有用还是过于简单？》？，J.多变量。分析。，101, 5, 1296-1310 (2010) ·Zbl 1184.62079号
[25] 赫克，D。；Knapp，J。；Capdevielle，J。；沙茨，G。；Thouw，T.，Corsika：模拟大范围空气簇射的蒙特卡罗程序（1998），报告FZKA 6019（11）
[26] Killiches，M。；克劳斯，D。；Czado，C.，《三维藤蔓连接词简化假设的检验和可视化》，奥斯汀。N.Z.J.Stat.，59，1，95-117（2017）·Zbl 1373.62227号
[27] Killiches，M。；克劳斯，D。；Czado，C.，使用模型距离研究藤蔓连接的简化假设、模型选择和截断水平，arXiv预印本
[28] 克莱因，N。；Kneib，T.，《结构化可加条件copula回归模型中的同时推断：统一贝叶斯方法》，统计计算。，26, 4, 841-860 (2016) ·Zbl 1505.62229号
[29] 科贾迪诺维奇，I。；Yan，J.，使用copula r包建模具有连续边际的多元分布，J.Stat.Softw。，34, 9, 1-20 (2010)
[30] Kurz，M.S。；Spanhel，F.，在高维葡萄交配中测试简化假设，arXiv预印本·Zbl 07603107号
[31] 列维，E。；Craiu，R.V.，使用高斯过程单指数模型对条件连接函数进行贝叶斯推断，计算。统计数据分析。，122, 115-134 (2018) ·Zbl 1469.62099号
[32] Lopez-Paz，D。；Hennig，P。；Schölkopf，B.，随机依赖系数，高级神经信息处理。系统。，26, 1-9 (2013)
[33] Mengersen，K.L。；Pudlo，P。；Robert，C.P.，通过经验似然进行贝叶斯计算，Proc。国家。阿卡德。科学。，11041321-1326（2013年）
[34] Meyer，M.C.，《使用形状限制回归样条进行推断》，《Ann.Appl。统计，2，3，1013-1033（2008）·兹比尔1149.62033
[35] Meyer，M.C。；哈克斯塔特，A.J。；Hoeting，J.A.，使用形状限制样条的广义部分线性模型的贝叶斯估计和推断，J.Nonparametr。统计，23，4，867-884（2011）·Zbl 1230.62054号
[36] Nagler，T。；Czado，C.，使用简化的藤连接函数进行非参数密度估计时避免维数灾难，J.Multivar。分析。，151, 69-89 (2016) ·兹比尔1346.62071
[37] Nelsen，R.B.，《Copulas简介》（2007），Springer Science&Business Media
[38] Ourghi，R。；Al-Anzi，A。；Krarti，M.，一种预测形状对办公楼年能耗影响的简化分析方法，energy Convers。管理。，48, 1, 300-305 (2007)
[39] Owen，A.B.，《经验可能性》（2001），查普曼和霍尔/CRC·Zbl 0989.62019
[40] 巴顿，A.J.，《非对称汇率依赖建模》，《国际经济》。修订版，47、2、527-556（2006）
[41] Paulo，R.，高斯过程的默认先验，《美国统计年鉴》，33，2，556-582（2005）·Zbl 1069.62030号
[42] 佩森莱纳，W。；Mahdavi，A.，《建筑形态、透明度和能源性能》（第八届国际建筑节能协会会议论文集（2003年））
[43] 价格，L.F。；Drovandi，C.C.公司。；A.李。；诺特，D.J.，贝叶斯综合似然，J.计算。图表。统计，27，1，1-11（2018）·Zbl 07498962号
[44] Ramsay，J.O.，作用中的单调回归样条，《统计科学》。，3, 4, 425-441 (1988)
[45] 罗伯茨。；Marsh，A.，ECOTECT：建筑教育中的环境预测，（第19届eCAADe会议记录（2001年））
[46] Schennach，S.M.，贝叶斯指数倾斜经验似然，《生物统计学》，92，1，31-46（2005）·Zbl 1068.62035号
[47] 施密德，F。；Schmidt，R.，《Sparmanρ的多元扩展及相关统计》，Stat.Probab。莱特。，77, 4, 407-416 (2007) ·Zbl 1108.62056号
[48] Sklar，M.，《尺寸和边缘重新划分基金会》，Publ。巴黎国立大学，8229-231（1959）·Zbl 0100.14202号
[49] 斯坦德，J。；Dalla Valle，L.公司。；塔格里奥尼，C。；Liseo，B。；韦德，A。；Cortina-Borja，M.，《使用贝叶斯copula模型和sinh-arcsinh边缘密度分析儿科视力》，《统计医学》，38，18，3421-3443（2019）
[50] 斯通，C.J。；Huang，J.Z.，凹扩展线性建模中的自由节点样条，J.Stat.Plan。推断，108，1-2，219-253（2002）·Zbl 1030.62057号
[51] Tsanas，A。；Xifara，A.，《使用统计机器学习工具对住宅建筑的能源性能进行准确定量估算》，《能源建筑》。，49, 560-567 (2012)
[52] Vatter，T。；Chavez-Demoulin，V.，条件依赖结构的广义加性模型，J.Multivar。分析。，141, 147-167 (2015) ·Zbl 1328.62390号
[53] Vehtari，A。；Ojanen，J.，《模型评估、选择和比较的贝叶斯预测方法调查》，《统计调查》。，6, 142-228 (2012) ·Zbl 1302.62011年
[54] 韦拉韦贝克，N。；Omelka，M。；Gijbels，I.，条件copula和关联测度的估计，Scand。《J Stat.》，第38、4、766-780页（2011年）·兹比尔1246.62092
[55] Watanabe，S.，广泛适用的贝叶斯信息准则，J.Mach。学习。决议，14867-897（2013年3月）·Zbl 1320.62058号
[56] 吴杰。；王，X。；Walker，S.G.，copula的贝叶斯非参数估计，J.Stat.Compute。同时。，85, 1, 103-116 (2015) ·Zbl 1457.62161号
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。