×
罗伊，维维卡南达

稳健贝叶斯二元回归模型中链接函数参数的有效估计。 （英语） Zbl 1506.62158号

计算。统计数据分析。 73, 87-102 (2014).
摘要：众所周知，二进制数据的罗比回归模型是较流行的概率模型和逻辑模型的稳健替代。robit模型是通过将probit回归模型中的正态分布替换为Student（t）分布来获得的。与probit和logistic模型不同，robit链接有一个额外的自由度（df）参数。结果表明，在实际中，估计df参数（而不是使用预先指定的固定值）很重要。描述了一种有效选择robit模型df参数的方法。如果有效的MCMC算法可用于探索与贝叶斯罗比模型相关的后验分布，则所提出的方法在计算上更有效。为了显著提高robit模型DA算法的收敛性，开发了基于适当Haar测度的快速混合参数扩展DA（PX-DA）型算法。从贝叶斯robit模型中为采样而构建的算法为构建有效的PX-DA型算法提供了新的线索。尽管已知Haar PX-DA算法是渐近“最优”的，但通过实证研究表明，它们可能需要数百万次迭代才能实现对DA算法的改进。与流行的观点相反，证明了部分重参数化DA算法的性能优于完全重参数化的DA算法。通过两个详细的示例说明了所提出的选择df参数的方法。

引用于6文件

MSC公司：

62-08 统计学相关问题的计算方法
2015年1月62日 贝叶斯推断

关键词：

数据增强;经验贝叶斯;重要性抽样;马尔可夫链;罗比特回归;稳健回归

软件：

ts桥;R（右）
PDF格式BibTeX公司 XML格式引用
\textit{V.Roy}，计算。统计数据分析。73、87-102（2014；Zbl 1506.62158）
全文： 内政部

参考文献：

[1] 艾伯特·J·H。；Chib，S.，二元和多分类响应数据的贝叶斯分析，J.Amer。统计师。协会，88，669-679，（1993）·Zbl 0774.62031号
[2] 布鲁克斯，S.P。；Gelman，A.，《监测迭代模拟收敛性的通用方法》，J.Compute。图表。统计人员。，7, 434-455, (1998)
[3] 布塔，E。；Doss，H.，经验贝叶斯方法和贝叶斯敏感性分析的计算方法，《统计年鉴》。，39, 2658-2685, (2011) ·兹比尔1231.62008
[4] Czado，C.，二元回归中两个尾部的参数链接修改，Statist。论文，35，189-201，（1994）·Zbl 0807.62052号
[5] Czado，C。；Raftery，A.E.，《使用贝叶斯因子选择链接函数并解释广义线性模型中的链接不确定性》，统计。论文，47，419-442，（2006）·Zbl 1125.62073号
[6] Doss，H.，从马尔可夫链输出估计贝叶斯因子的大家族，统计量。Sinica，20537-5602010年·Zbl 1187.62052号
[7] Doss，H.，通过Radon-Nikodym导数进行非参数贝叶斯问题的超参数和模型选择，Statist。Sinica，22，1-26，（2012）·Zbl 1417.62055号
[8] 剂量，H。；Hobert，J.P.，使用几何遍历MCMC算法估计一类分层随机效应模型中的贝叶斯因子，J.Compute。图表。统计人员。，19, 295-312, (2010)
[9] 杜克，R。；Robert，C.P.，《大都市的典型拉奥黑潮化——黑斯廷斯算法》，《统计年鉴》。，39, 261-277, (2011) ·兹比尔1209.62023
[10] Finney，D.J.，《从个体记录中估算剂量与量子反应之间的关系》，《生物统计学》，34，320-334，（1947）·Zbl 0036.09701号
[11] Gelman，A。；Hill，J.，《使用回归和多级/层次模型的数据分析》，（2007），剑桥大学出版社
[12] Gelman，A。；雅库林，A。；Pittau，M.G。；Su，Y.-S.，logistic和其他回归模型的弱信息默认先验分布，Ann.Appl。统计，21360-1383，（2008）·Zbl 1156.62017年
[13] Geyer，C.J.，《实用马尔可夫链蒙特卡罗》（带讨论），《统计学》。科学。，7, 473-511, (1992)
[14] Geyer，C.J.，在马尔可夫链蒙特卡罗中估计归一化常数和重新加权混合物。技术代表568（1994），明尼苏达大学统计学院
[15] 吉尔克斯，W.R。；Wild，P.，吉布斯采样的自适应抑制采样，应用。Stat.，41，337-348，（1992）·Zbl 0825.62407号
[16] Harville，D.A.，《统计学家视角下的矩阵代数》（2008），美国纽约斯普林格出版社·Zbl 1142.15001号
[17] Hobert，J.P.，《马尔可夫链蒙特卡罗手册》，253-293，（2011），佛罗里达州博卡拉顿CRC出版社，（第章）数据增强算法：理论和方法·兹比尔1229.65017
[18] 霍伯特，J.P。；Marchev，D.，《数据增强、边缘增强和PX-DA算法的理论比较》，《统计年鉴》。，36, 532-554, (2008) ·Zbl 1155.60031号
[19] C.C.福尔摩斯。；Held，L.，二元和多项式回归的贝叶斯辅助变量模型，贝叶斯分析。，1, 145-168, (2006) ·Zbl 1331.62142号
[20] Kim，S。；Chen，M.H。；Dey，D.K.，二进制响应数据的灵活广义链接模型，Biometrika，95，93-106，（2008）·Zbl 1437.62513号
[21] A.孔。；McCullagh，P。；孟，X.-L。；尼古拉，D。；Tan，Z.，Monte Carlo积分统计模型理论（含讨论），J.R.Stat.Soc.Ser。B、 65585-618（2003）·Zbl 1067.62054号
[22] 梁，F。；刘，C。；Carroll，R.J.，《高级马尔可夫链蒙特卡罗方法：从过去的样本中学习》（2010），英国威利出版社·兹比尔1209.62009
[23] Liu，C.，交替子空间扫描重采样以加速马尔可夫链蒙特卡罗模拟，J.Amer。统计师。协会，98，110-117，（2003）·Zbl 1045.65002号
[24] Liu，C.，Robit回归：逻辑回归和概率回归的简单稳健替代方法，（Gelman，a.；Meng，X.L.，《应用贝叶斯建模和不完全数据视角的偶然推断》，（2004），威利伦敦），227-238·Zbl 05274820号
[25] Liu，J.S。；Wu，Y.N.，数据增强的参数扩展，J.Amer。统计师。协会，94，1264-1274，（1999）·Zbl 1069.62514号
[26] 孟，X.-L。；van Dyk，D.A.，《通过条件和边缘增强寻求有效的数据增强方案》，《生物统计学》，86，301-320，（1999）·Zbl 1054.62505号
[27] 孟，X.-L。；Wong，W.H.，通过简单恒等式模拟归一化常数的比率：理论探索，Statist。Sinica，6831-860，（1996）·Zbl 0857.62017号
[28] Meyn，S.P。；Tweedie，R.L.，马尔可夫链和随机稳定性，（1993），Springer-Verlag London·Zbl 0925.60001号
[29] Mudholkar，G.S。；George，E.O.，《关于物流分布形状的评论》，Biometrika，65，667-668，（1978）·Zbl 0389.62009年
[30] A.欧文。；Zhou，Y.，安全有效的重要性抽样，J.Amer。统计师。协会，95，135-143，（2000）·兹比尔0998.65003
[31] Pregibon，D.，Resistant适用于医学应用中的一些常用逻辑模型，生物计量学，38，485-498，（1982）
[32] R： 统计计算语言和环境，（2011年），奥地利维也纳R统计计算基金会，网址：网址：http://www.R-project.org
[33] Ripley，B.，模式识别和神经网络，（1996），剑桥大学出版社·Zbl 0853.62046号
[34] Robert，C.P.，《贝叶斯选择：从决策理论基础到计算实现》，（2007），纽约斯普林格出版社·Zbl 1129.62003号
[35] Roy，V.，稳健贝叶斯二元回归模型MCMC算法的收敛速度，Electron。《美国统计杂志》，第6卷，第2463-2485页，（2012年）·Zbl 1295.60089号
[36] Roy，V.，《数据增强的光谱分析比较》，Stat.和Prob。信件，82，103-108，（2012）·Zbl 1252.65023号
[37] 罗伊，V。；Hobert，J.P.，贝叶斯概率回归MCMC算法的收敛速度和渐近标准误差，J.R.Stat.Soc.Ser。B、 69、607-623（2007）·Zbl 07555367号
[38] 施皮盖尔哈特，D.J。；贝斯特，N.G。；卡林，B.P。；Linde，A.V.D.，模型复杂性和拟合的贝叶斯度量（讨论），J.R.Stat.Soc.Ser。B、 64，583-639，（2002）·Zbl 1067.62010年
[39] van Dyk，D.A。；孟晓乐，《数据增强的艺术（与讨论）》，J.Compute。图表。统计人员。，10, 1-50, (2001)
[40] 王，X。；Dey，D.K.，《二进制响应数据的广义极值回归：B2B电子支付系统采用的应用》，Ann.Appl。统计，42000-2023年（2010年）·Zbl 1220.62165号
[41] Yu，Y。；孟晓乐，“以中心还是不以中心为中心：这不是提高MCMC效率的问题——辅助充分交织策略（ASIS），J.Compute。图表。统计人员。，20, 531-570, (2011)
[42] Zellner，A.，贝叶斯分析在计量经济学中的应用，统计学家，32，23-34，（1983）
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。