哦，Man-Suk 二进制数据广义线性模型贝叶斯分析的吉布斯抽样方法。 （英语） Zbl 0893.62018号 计算。统计。 12，第4期，431-445（1997）. 设\（y_{ij}\），\（i=1，\dots，n_i\），\（j=1，\ dots，m\）是独立的二元随机观测值，遵循伯努利分布，其中\（pi_i=P（y_}=1）=F（x_i^t\beta）\），其中\{ij}\）为\（i）级自变量的值。以下J.H.阿尔伯特和S.芯片【美国统计协会期刊88，第422号，669-679（1993；Zbl 0774.62031号)]对于任意链接函数（F）的未知参数（β）的贝叶斯推断，作者提出了一种改进的吉布斯抽样方法。为此，他引入了独立的正态潜在变量（z_{ij}），（i=1，dots，n_i），（j=1，dots，m\），以及（n（x_i^t\beta，1）分布，根据模型和观测值满足一定的限制。因此，在多元正态先验（β）下，所有后验条件分布都是有限制的截断正态分布。本文还提出了用一组分段线性函数逼近约束的精确方法。这导致了一个相当简单的计算算法。给出了logistic和互补log-log模型的应用结果。审核人：N.M.Zinchenko（基辅） MSC公司： 2015年1月62日 贝叶斯推断 62J12型 广义线性模型（逻辑模型） 62C10个 贝叶斯问题；贝叶斯过程的特征 关键词：蒙特卡罗方法;吉布斯采样器;贝叶斯推断;伯努利分布;潜在变量;截断正态分布;逻辑斯谛模式;免费log-log模型 引文：Zbl 0774.62031号 PDF格式BibTeX公司 XML格式引用 \textit{M.-S.Oh}，计算。Stat.12，No.4，431--445（1997；Zbl 0893.62018）