雷·科尔扬;博通省萨博奥 稀疏先验高维线性回归的变分贝叶斯方法。 (英语) Zbl 1506.62341号 美国统计协会。 117,编号539,1270-1281(2022); 更正同上,116,第5351560号(2021)。MSC公司:62J05型 2015年1月62日 62-08 PDF格式BibTeX公司 XML格式引用 \textit{K.Ray}和\textit{B.Szabó},J.Am.Stat.Assoc.117,No.539,1270--1281(2022;Zbl 1506.62341) 全文: 内政部 arXiv公司
伊曼纽尔·德加尼;卢卡·梅斯特里尼;多罗塔·托奇德·奥斯卡;马特·P·旺德。 基于流线型变分贝叶斯的稀疏线性混合模型选择。 (英语) 兹伯利07603106 电子。J.统计。 16,编号2,5182-5225(2022).MSC公司:2015年1月62日 62甲12 62J05型 62J07型 PDF格式BibTeX公司 XML格式引用 \textit{E.Degani}等人,《电子》。J.Stat.16,No.2,5182--5225(2022;Zbl 07603106) 全文: 内政部 arXiv公司 链接
雷·白;马来语Ghosh 关于高维贝叶斯回归模型中尺度参数的贝塔素数先验。 (英语) Zbl 1470.62103号 统计正弦。 31,2号,843-865(2021).MSC公司:62J05型 2015年1月62日 第62页第10页 PDF格式BibTeX公司 XML格式引用 \textit{R.Bai}和\textit{M.Ghosh},Stat.Sin。31,编号2,843--865(2021;Zbl 1470.62103)
朱、李;霍志光;马天洲;斯特菲·奥斯特雷奇;乔治·C·曾(George C.Tseng)。 贝叶斯指标变量选择,以在多组学应用中纳入分层重叠组结构。 (英语) Zbl 1437.62284号 Ann.应用。斯达。 13,第4号,2611-2636(2019).MSC公司:62J07型 2015年1月62日 62J05型 第62页第10页 PDF格式BibTeX公司 XML格式引用 \textit{L.Zhu}等人,Ann.Appl。Stat.13,No.4,2611--2636(2019;Zbl 1437.62284) 全文: 内政部 欧几里得
马克·范·德·维尔;Dennis E.Te Beest。;马格努斯·穆奇。 学习很多:基于高维模型预测的经验贝叶斯。 (英语) Zbl 1417.62018年 扫描。J.统计。 46,编号1,2-25(2019). 审核人:Claudia Simionescu-Badea(维也纳) MSC公司:62C12号机组 62J05型 PDF格式BibTeX公司 XML格式引用 \textit{M.A.van De Wiel}等人,扫描。J.Stat.46,No.1,2--25(2019;Zbl 1417.62018) 全文: 内政部 arXiv公司
徐晓凡;马来语Ghosh 拉索群的贝叶斯变量选择和估计。 (英语) Zbl 1334.62132号 贝叶斯分析。 10,第4期,909-936(2015).MSC公司:62J07型 2015年1月62日 62J05型 PDF格式BibTeX公司 XML格式引用 \textit{X.Xu}和\textit{M.Ghosh},贝叶斯分析。10,第4号,909--936(2015;Zbl 1334.62132) 全文: 内政部 arXiv公司 欧几里得
保罗·卡贝拉;加扬·达尔马拉通 利用不确定先验信息的回归中贝叶斯区间估计和频率区间估计的比较。 (英语) Zbl 1331.62334号 澳大利亚。N.Z.J.统计。 57,第1期,99-118(2015).MSC公司:62J05型 2015年1月62日 62层25 PDF格式BibTeX公司 XML格式引用 \textit{P.Kabaila}和\textit{G.Dharmarathne},奥斯汀。N.Z.J.Stat.57,No.1,99--118(2015;Zbl 1331.62334) 全文: 内政部 arXiv公司
卡斯蒂略,伊斯梅尔;约翰·施密特·希伯;亚德·范德法特 稀疏先验贝叶斯线性回归。 (英语) Zbl 1486.62197号 Ann.统计。 43,第5期,1986-2018(2015).MSC公司:62J05型 2015年1月62日 62G05型 6220国集团 PDF格式BibTeX公司 XML格式引用 \textit{I.Castillo}等人,Ann.Stat.43,No.5,1986-2018(2015;Zbl 1486.62197) 全文: 内政部 arXiv公司 欧几里得
蓬帕蓬,维塔拉;张敏;张大宝 使用迭代条件模式/中值算法选择大量变量。 (英语) Zbl 1327.62409号 电子。J.统计。 9,第1期,1243-1266(2015).MSC公司:62J05型 62C12号机组 62F07型 PDF格式BibTeX公司 XML格式引用 \textit{V.Pungpaong}等人,《电子》。J.Stat.9,No.1,1243--1266(2015;Zbl 1327.62409) 全文: 内政部 欧几里得
达拉扬,A.S。;Tsybakov,A.B。 通过聚合和Langevin Monte-Carlo进行稀疏回归学习。 (英语) Zbl 1244.62054号 J.计算。系统。科学。 78,第5期,1423-1443(2012).MSC公司:62G08号 68T05型 62J12型 65二氧化碳 PDF格式BibTeX公司 XML格式引用 \textit{A.S.Dallalyan}和\textit{A.B.Tsybakov},J.Compute。系统。科学。78,第5号,1423-1443(2012;Zbl 1244.62054) 全文: 内政部 arXiv公司 哈尔
Dalalyan,Arnak S。;Tsybakov,Alexandre B。 稀疏先验的镜像平均。 (英语) Zbl 1243.62008年 伯努利 18,第3期,914-944(2012).MSC公司:62C99个 2015年1月62日 62J05型 62G07年 62H30型 65立方厘米60 PDF格式BibTeX公司 XML格式引用 \textit{A.S.Dalalyan}和\textit{A.B.Tsybakov},伯努利18,第3期,914--944(2012;Zbl 1243.62008) 全文: 内政部 arXiv公司 欧几里得
Yen,Tso-Jung先生 使用尖峰和平板先验进行变量选择的优化-最小化方法。 (英语) Zbl 1220.62065号 Ann.统计。 第3期第39页,1748-1775页(2011年).MSC公司:62甲12 2015年1月62日 62J05型 65K10码 65立方厘米60 PDF格式BibTeX公司 XML格式引用 \textit{T.-J.Yen},Ann.Stat.39,No.3,1748--1775(2011;Zbl 1220.62065) 全文: 内政部 arXiv公司
詹姆斯·G·斯科特。;James O·伯杰。 变量选择问题中的贝叶斯和经验贝叶斯多重性调整。 (英语) Zbl 1200.62020年 Ann.统计。 38,第5期,2587-2619(2010).MSC公司:2015年1月62日 62C12号机组 62J05型 62J15型 65立方厘米60 PDF格式BibTeX公司 XML格式引用 \textit{J.G.Scott}和\textit{J·O·Berger},Ann.Stat.38,No.5,2587--2619(2010;Zbl 1200.62020) 全文: 内政部 arXiv公司
孟晓丽 讨论:非洞穴惩罚可能性模型中的一步稀疏估计:谁在乎是白猫还是黑猫? (英语) Zbl 1282.62104号 Ann.统计。 36,第4期,1542-1552(2008).MSC公司:62G08号 65立方厘米60 62J05型 62J07型 65二氧化碳 6220国集团 PDF格式BibTeX公司 XML格式引用 \textit{X.-L.Meng},Ann.Stat.36,No.4,1542--1552(2008;Zbl 1282.62104) 全文: 内政部 arXiv公司
崔文;爱德华一世乔治。 经验贝叶斯与完全贝叶斯变量选择。 (英语) Zbl 1130.62007年 J.统计计划。推断 138,第4号,888-900(2008).MSC公司:62C12号机组 2015年1月62日 62J05型 PDF格式BibTeX公司 XML格式引用 \textit{W.Cui}和\textit{E.I.George},J.Stat.Plann。推断138,No.4,888--900(2008;Zbl 1130.62007) 全文: 内政部
Cajo J.F.Ter,布拉克 具有不适当方差先验的贝叶斯S形收缩及其在小波去噪中的应用。 (英语) Zbl 1157.62357号 计算。统计数据分析。 51,第2期,1232-1242(2006).MSC公司:2015年1月62日 62J05型 65T60型 PDF格式BibTeX公司 XML格式引用 \textit{C.J.F.T.Braak},计算。统计数据分析。51,第2号,1232--1242(2006;Zbl 1157.62357) 全文: 内政部