×

非参数二元回归高斯过程先验的后验一致性。 (英语) Zbl 1106.62039号

小结:考虑响应概率是一组协变量的未知平滑函数的二进制观测。假设响应概率函数上的先验是由通过链接函数映射到单位间隔的高斯过程引起的。我们研究所得后验分布的一致性。如果协方差核具有高达期望阶的导数,并且核的带宽参数可以取任意小的值,我们证明了后验分布在L_1距离内是一致的。
作为我们证明的辅助结果,我们证明了在一定条件下,高斯过程对连续函数的均匀邻域赋予正概率。这一结果可能在高斯过程的小球概率的文献中具有独立的意义。

MSC公司:

62G08号 非参数回归和分位数回归
6220国集团 非参数推理的渐近性质
62M99型 随机过程推断
46号30 泛函分析在概率论和统计学中的应用
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 阿德勒,R.J.(1990)。一般高斯过程的连续性、极值和相关主题简介。加利福尼亚州海沃德IMS·Zbl 0747.60039号
[2] Choi,T.和Schervish,M.J.(2004)。高斯过程先验下非参数回归问题的后验一致性·Zbl 1138.62020号 ·doi:10.1016/j.jmva.2007.01.004
[3] Choudhuri,N.、Ghosal,S.和Roy,A.(2004)。时间序列谱密度的贝叶斯估计。J.Amer。统计师。协会99 1050–1059·Zbl 1055.62100号 ·doi:10.1198/016214500000557
[4] Choudhuri,N.、Ghosal,S.和Roy,A.(2007年)。使用高斯过程先验的非参数二元回归。《统计方法》。4 . 出现。网址:www4.stat.ncsu.edu/sghosal/papers/binary_method.pdf·Zbl 1248.62053号 ·doi:10.1016/j.stamet.2006.07.003
[5] Cramér,H.和Leadbetter,M.r.(1967年)。平稳和相关随机过程。示例函数属性及其应用。纽约威利·兹伯利0162.21102
[6] Ghosal,S.、Ghosh,J.K.和Ramamoorthi,R.V.(1999)。密度估计中Dirichlet混合物的后验一致性。安。统计师。27 143–158. ·Zbl 0932.62043号 ·doi:10.1214/aos/1018031105
[7] 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
[8] 霍夫丁(1963)。有界随机变量和的概率不等式。J.Amer。统计师。协会58 13–30。JSTOR公司:·Zbl 0127.10602号 ·doi:10.2307/2282952
[9] Lenk,P.J.(1988)。贝叶斯、非参数、预测密度的逻辑正态分布。J.Amer。统计师。协会83 509–516。JSTOR公司:·Zbl 0648.62034号 ·doi:10.2307/2288870
[10] Leonard,T.(1978)。密度估计、随机过程和先验信息(含讨论)。J.罗伊。统计师。Soc.序列号。B 40 113–146。JSTOR公司:·Zbl 0398.62033号
[11] Tokdar,S.T.和Ghosh,J.K.(2007年)。密度估计中高斯过程先验的后验一致性。J.统计。计划。推论137 34–42·Zbl 1098.62041号 ·doi:10.1016/j.jspi.2005.09.005
[12] van der Vaart,A.W.和Wellner,J.A.(1996)。弱收敛和经验过程。与统计应用。纽约州施普林格·Zbl 0862.60002号
[13] Walker,S.G.(2004)。贝叶斯一致性的新方法。安。统计师。32 2028–2043. ·Zbl 1056.62040号 ·doi:10.1214/009053604000004009
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。