尼古拉斯·乌姆劳夫;托马斯·奈布 贝叶斯分布回归入门。 （英语） Zbl 07289507号 统计模型。 18，编号3-4，219-247（2018）. 摘要：贝叶斯方法在过去二十年中变得越来越流行。随着计算能力的不断提高，甚至非常复杂的模型也可以在几乎任何现代计算机上进行估计。此外，人们的兴趣已经从条件平均模型转移到了概率分布模型，该模型捕捉了响应分布的位置、规模、形状和其他方面，其中协变量效应可以有灵活的形式，例如线性、非线性、空间或随机效应。本教程文章讨论了如何在贝叶斯分布回归设置中选择模型，如何监控马尔可夫链的收敛性，以及如何对原始模型参数化导出的数量也使用基于模拟的推理。我们使用关于（a）德国最高山峰的温度和（b）整个德国降雨量的极端值的每日天气数据举例说明了工作流程。 引用于4文件 MSC公司： 62至XX 统计 关键词：分布回归;位置的广义可加模型;规模和形状;马尔可夫链蒙特卡罗模拟;半参数回归;辅导的 软件：竹竿;化学需氧量;R（右）;GAMLSS公司;半标准杆;加迈尔;伊斯梅夫;gamlss.dist公司 PDF格式BibTeX公司 XML格式引用 \textit{N.Umlauf}和\textit{T.Kneib}，统计模型。18、编号3--4、219--247（2018；Zbl 07289507） 全文： 内政部 参考文献： [1] Belitz，C，Lang，S（2008）结构化加性回归模型中变量和平滑参数的同时选择。计算统计与数据分析, 53, 61-81. doi:10.1016/j.csda.2008.05.032·Zbl 1452.62029 ·doi:10.1016/j.csda.2008.05.032 [2] Brooks，SP，Gelman，A（1998）监测迭代模拟收敛性的一般方法。计算与图形统计学杂志, 7, 434-455. doi:10.1080/10618600.1998.10474787 [3] 钱伯斯，JM，哈斯蒂，TJ（编辑）（1992年）S中的统计模型伦敦：查普曼和霍尔·Zbl 0776.62007号 [4] Coles，S（编辑）（2001）极值统计建模导论。在统计学中的斯普林格系列伦敦：斯普林格·Zbl 0980.62043号 ·doi:10.1007/978-1-4471-3675-0 [5] Dunn，PK，Smyth，GK（1996）随机分位数残差。计算与图形统计学杂志, 5, 236-245. 数字对象标识代码：10.2307/1390802 [6] Eilers，PHC，Marx，BD（2003）使用二维惩罚信号回归进行温度相互作用的多元校准。化学计量学和智能实验室系统第66159至174页。doi:10.1016/2016年9月·doi:10.1016/S0169-7439（03）00029-7 [7] Fahrmeir，L，Kneib，T，Lang，S（2004）《时空数据的惩罚结构加性回归：贝叶斯观点》。中国统计局, 14, 731-761. 文件编号：10.1007/978-3-642-34333-9 9·Zbl 1073.62025号 [8] Fahrmeir，L，Kneib，T，Lang，S，Marx，B（2013a）回归：模型、方法和应用柏林：施普林格·Zbl 1276.62046号 ·doi:10.1007/978-3-642-34333-9 [9] Fahrmeir，L，Kneib，T，Lang，S，Marx，B（2013b）回归：模型、方法和应用柏林：Springer-Verlag·Zbl 1276.62046号 [10] Gelman，A，Rubin，DB（1992）使用多序列的迭代模拟推断。统计科学, 7, 457-472. doi:10.1214/ss/117701136·兹比尔1386.65060 ·doi:10.1214/ss/117701136 [11] 德国气象局（2017）德国天气数据.URLftp://ftp-cdc.dwd.de文件/pub/CDC/observations_german/climate/daily/kl/historical/（上次访问时间：2017年11月22日）。 [12] Geweke，J（1992）评估基于抽样方法计算后力矩的准确性。在贝叶斯统计4由Bernardo，JM，Berger，J，Dawid，AP，Smith，JFM编辑，第169-93页。牛津：牛津大学出版社。 [13] Gneiting，T，Balabdaoui，F，Raftery，AE（2007）概率预测、校准和清晰度。英国皇家统计学会学报B, 69, 243-268. 文件编号：10.1111/j.1467-9868.2007.00587.x·兹比尔1120.62074 ·文件编号：10.1111/j.1467-9868.2007.00587.x [14] Green，PJ（2001）《马尔可夫链蒙特卡罗引物》。在复杂随机系统由Barndor-Nielsen编辑，OE，Cox，DR，Klüppelberg，C，第1-62页。纽约：查普曼和霍尔出版社·兹比尔0997.62020 [15] Hastie，T，Tibshirani，R（1990）广义可加模型纽约：Chapman&Hall/CRC·Zbl 0747.62061号 [16] Heidelberger，P，Welch，PD（1981）模拟中置信区间生成和运行长度控制的谱方法。ACM通信，24233-245。数字对象标识代码：10.1145/358598.358630·数字对象标识代码：10.1145/358598.358630 [17] Heidelberger，P，Welch，PD（1983），初始瞬态存在下的模拟运行长度控制。运筹学，31109年-1144年。统一资源定位地址http://www.jstor.org/稳定/170841·Zbl 0532.65097号 ·doi:10.1287/opre.31.61109 [18] Hold，L，Sabanes Bove，D（2013年）应用统计推断：似然和贝叶斯纽约州纽约市：Springer-Verlag·Zbl 1429.62444号 [19] Hothorn，T（2018）自上而下的转型选择。统计建模, 18 274-298. doi:10.1177/1471082X17748081·Zbl 07289509号 [20] Hothorn，T，Kneib，T，BŁuhlmann，P（2014）条件转换模型。英国皇家统计学会杂志：B辑（统计方法）, 76, 3-27. doi:10.1111/rssb.12017·Zbl 1411.62100号 ·doi:10.1111/rssb.12017 [21] Klein，N，Kneib，T（2016）结构化可加条件copula回归模型中的同步推理：统一贝叶斯方法。统计与计算, 26, 841-860. ·Zbl 1505.62229号 ·doi:10.1007/s11222-015-9573-6 [22] Klein，N，Kneib，T，Klasen，S，Lang，S（2015a）多变量响应的贝叶斯结构化加性分布回归。英国皇家统计学会期刊C辑（应用统计学）, 64, 569-591. doi/10.1111/rssc.12090·doi:10.1111/rssc.12090 [23] Klein，N，Kneib，T，Lang，S（2015b）零膨胀和过度分散计数数据位置、规模和形状的贝叶斯广义加性模型。美国统计协会杂志, 110, 405-419. doi:10.1080/016214592014.912955·Zbl 1373.62103号 ·doi:10.1080/01621459.2014.912955 [24] Klein，N，Kneib，T，Lang，S，Sohn，A（2015c）贝叶斯结构加性分布回归及其在德国地区收入不平等中的应用。应用统计年鉴, 9, 1024-1052. ·兹比尔1454.62485 ·doi:10.1214/15-AOAS823 [25] Koenker，R（2005）分位数回归（经济社会专著）。纽约州纽约市：剑桥大学出版社·Zbl 1111.62037号 ·doi:10.1017/CBO9780511754098 [26] Mayr，A，Hofner，B（2018）《统计建模的推动：非技术介绍》。统计建模, 18 365-384. doi:10.1177/1471082X17748086·Zbl 07289513号 [27] Nelder，JA，Wedderburn，RWM（1972）广义线性模型。英国皇家统计学会杂志A, 135, 370-384. doi:10.2307/2344614·doi:10.2307/2344614 [28] Plummer，M，Best，N，Cowles，K，Vines，K（2006）《尾波：MCMC的收敛诊断和输出分析》。R新闻, 6, 7-11. doi:10.18637/jss.v021.111 [29] R核心团队（2017）R： 统计计算语言与环境维也纳：R统计计算基金会。统一资源定位地址https://www.R-project.org/（上次访问日期：2018年2月28日） [30] Rigby，RA，Stasinopoulos，DM（2004）使用Box-Cox幂指数分布建模的倾斜和峰形数据的平滑百分位数曲线。医学统计学, 23, 3053-3076. doi:10.1002/sim.1861·doi:10.1002/sim.1861 [31] Rigby，RA，Stasinopoulos，DM（2005）位置、规模和形状的广义加性模型。英国皇家统计学会杂志C辑，54507-554页。doi:10.1111/j.1467-9876.2005.00510.x·Zbl 1490.62201号 ·doi:10.1111/j.1467-9876.2005.00510.x [32] Rigby，RA，Stasinopoulos，DM（2006）使用Gamls中的Box-Cox t分布来建模偏度和峰度。统计建模, 6, 209-229. doi:10.1191/1471082X06st122oa·兹比尔07257135 [33] Rue，H，Martino，S，Chopin，N（2009）使用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断。英国皇家统计学会学报B, 71, 319-392. doi:10.1111/j.1467-9868.2008.00700.x·兹比尔1248.62156 ·doi:10.1111/j.1467-9868.2008.00700.x [34] Ruppert，D，Wand，MP，Carroll，RJ（2003）半参数回归剑桥：剑桥大学出版社·Zbl 1038.62042号 ·doi:10.1017/CBO9780511755453 [35] Spiegelhalter，DJ，Best，NG，Carlin，BP，van der Linde，A（2002）贝叶斯模型复杂性度量和t。英国皇家统计学会杂志，B辑（统计方法）, 64, 583-639. ·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353 [36] Stasinopoulos，M，Rigby，B（2016）gamlss：位置规模和形状的广义加性模型。R软件包版本5.0-1.URLhttps://CRAN.R-project.org/package=gamlss [37] Stasinopoiulos，M，Rigby，RA，de Bastiani，F（2018）使用gamlss的分布回归方法。统计建模, 18 248-273. doi:10.1177/1471082X18759144·Zbl 07289508号 [38] Stasinopoulos，M，Calliope Akantziliotou，BR，Heller，G，Ospina，R，Motpan，N，McEldu，F，Voudouris，V，Djennad，M，Enea，M，Ghalanos，A（2016）gamlss.dist:用于gamlss建模的分布。R软件包版本5.0-0.URLhttps://CRAN.R-project.org/package=gamlss.dist公司 [39] Umlauf，N，Klein，N，Zeileis，A（2017）BAMLSS：位置、规模和形状（及以上）的贝叶斯加性模型。计算与图形统计学杂志.doi:10.1080/10618600.2017.1407325·Zbl 07498937号 ·doi:10.1080/10618600.2017.1407325 [40] Umlauf，N，Klein，N，Zeileis，A，Khler，M（2017）bamlss：位置尺度和形状（及其他）的贝叶斯加性模型。R包版本0.1-3.URLhttps://CRAN.R-project.org/package=bamlss（上次访问日期：2018年2月28日） [41] Wadsworth，JL，Tawn，JA（2012）基于似然法的阈值诊断和极值建模不确定性程序。英国皇家统计学会杂志：B辑（统计方法）第74543-567页。文件编号：10.1111/j.1467-9868.2011.01017.x·Zbl 1411.62127号 ·文件编号：10.1111/j.1467-9868.2011.01017.x [42] Waldmann，E（2018）分位数回归：关于如何和为什么的短篇故事。统计建模，18 203-218。doi:10.1177/1471082X 18759142·Zbl 07289506号 [43] Wang，Y，So，MK（2016）多持续时间空间极值的贝叶斯层次模型。计算统计与数据分析, 95, 39-56. 数字对象标识：https://doi.org/10.1016/j.csda.2015.09.001 ·Zbl 1468.62207号 ·doi:10.1016/j.csda.2015.09.001 [44] Watanabe，S（2010）贝叶斯交叉验证的渐近等价性和奇异学习理论中广泛适用的信息准则。机器学习研究杂志, 11, 3571-3594. ·Zbl 1242.62024号 [45] Wilkinson，GN，Rogers，CE（1973），方差分析的阶乘模型的符号描述。皇家统计学会杂志C, 22, 392-399. doi:10.2307/2346786·doi:10.2307/2346786 [46] Wood，SN（2003）薄板回归样条曲线。英国皇家统计学会杂志：B辑（统计方法）, 65, 95-114. 数字对象标识代码：10.1111/1467-9868.00374·Zbl 1063.62059号 ·数字对象标识代码：10.1111/1467-9868.00374 [47] 伍德，SN（2006）广义可加模型：R引言纽约州纽约市/佛罗里达州博卡拉顿市：查普曼和霍尔/CRC·Zbl 1087.62082号 ·doi:10.1201/9781420010404 [48] Zoglat，A，Adlouni，SE，Badaoui，F，Amar，A，Okou，CG（2014）《用极限建模管理水文风险：峰值超过阈值模型在摩洛哥loukkos流域的应用》。水文工程学杂志, 19, 05014010. doi:10.1061/（ASCE）HE.1943-5584.0000996·doi:10.1061/（ASCE）HE.1943-5584.0000996 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。