×
克里斯蒂娜·莫利卡;卢卡·塔德拉

部分排名数据的贝叶斯Plackett-Louce混合模型。 （英语） Zbl 1402.62045号

心理测量学 82，第2期，442-458（2017）.
摘要：在许多心理和行为实验中，为了研究特定人群的偏好/选择取向，通常需要对多个备选方案进行顺序判断。Plackett-Luce模型是分析有限项目集排名的最常用和最常用的参数分布之一。本工作引入了Plackett-Luce模型的贝叶斯有限混合，以解释部分排名数据中未观察到的样本异质性。我们描述了一种将潜在群结构纳入数据增强方法的有效方法，并将现有最大似然过程的推导作为所提出贝叶斯方法的特例。可以结合最大值的期望最大化算法进行推断后部估计和吉布斯采样迭代过程。我们还研究了几种用于选择最佳混合配置的贝叶斯准则，并描述了用于有条件和无条件地评估排名分布在排名项目数量上的适用性的诊断工具。通过对模拟和真实偏好排序数据的几个应用，说明了新型贝叶斯参数Plackett-Louce混合物在表征样本异质性方面的效用。我们将我们的方法与频率法和贝叶斯非参数混合模型进行了比较，这两种模型都假设Plackett-Luce模型是一种混合成分。我们对实际数据集的分析揭示了准确的诊断检查对于适当深入了解部分排名数据的异质性的重要性。

引用于12文件

MSC公司：

2015年1月62日 贝叶斯推断
62H30型 分类和区分；聚类分析（统计方面）
第62页，共15页 统计学在心理学中的应用

关键词：

排名数据;Plackett-Louce模型;混合物模型;数据增强;MAP估算;吉布斯采样;标签交换;菲特之美

软件：

预处理;CHull公司;标签.切换;贝叶斯DA
PDF格式BibTeX公司 XML格式引用
\textit{C.Mollica}和\textit{L.Tardella}，《心理测量学》82，第2期，442--458（2017；Zbl 1402.62045）
全文： 内政部 arXiv公司

参考文献：

[1] Alvo，M.和Yu，P.L.（2014）。排名数据的统计方法。柏林：斯普林格·Zbl 1341.62001号 ·doi:10.1007/978-1-4939-1471-5
[2] Ando，T.（2007）。用于评估分层贝叶斯和经验贝叶斯模型的贝叶斯预测信息准则。《生物特征》，94（2），443-458·兹比尔1132.62005 ·doi:10.1093/biomet/asm017
[3] Bulteel，K.、Wilderjans，T.F.、Tuerlinckx，F.和Ceulemans，E.（2013年）。CHull作为因子分析仪混合背景下AIC和BIC的替代品。行为研究方法，45（3），782-791·doi:10.3758/s13428-012-0293-y
[4] Caron，F.和Doucet，A.（2012年）。广义布莱德雷-特里模型的有效贝叶斯推理。计算与图形统计杂志，21（1），174-196·doi:10.1080/101816600.2012.638220
[5] Caron，F.、Teh，Y.W.和Murphy，T.B.（2012年）。用于聚类排名数据分析的贝叶斯非参数Plackett-Luce模型。技术报告8143，项目团队ALEA。
[6] Caron，F.、Teh，Y.W.和Murphy，T.B.（2014）。用于分析大学学位课程偏好的贝叶斯非参数Plackett-Luce模型。应用统计年鉴，8（2），1145-1181·Zbl 1454.62153号 ·doi:10.1214/14-AOAS717
[7] Celeux，G.、Hurn，M.和Robert，C.P.（2000年）。混合后验分布的计算和推断困难。《美国统计协会杂志》，95（451），957-970·Zbl 0999.62020号 ·doi:10.1080/01621459.2000.10474285
[8] Celeux，G.和Soromenho，G..（1996年）。用于评估混合模型中簇数的熵准则。分类杂志，13（2），195-212·Zbl 0861.62051号 ·doi:10.1007/BF01246098
[9] Dabic，M。；哈辛格，R。；Hatzinger，R.（编辑）；Dittrich，R.（编辑）；Salzberger，T.（编辑），Zielgruppenadaequate Ablaeufe in Konfigurationssystemen-Eine empirische Studie im Automobilmarkt-Partial Rankings（2009），维也纳
[10] 达尔，DB；Do，K-A（编辑）；Müller，P.（编辑）；Vannucci，M.（编辑），通过Dirichlet过程混合模型对表达数据进行基于模型的聚类，201-218（2006），纽约·doi:10.1017/CBO9780511584589.011
[11] 迪亚科尼斯，P.W.（1987）。排名数据的光谱分析。《282号技术报告》，斯坦福大学统计系，斯坦福大学·Zbl 1330.62024号
[12] Gelman，A.、Carlin，J.B.、Stern，H.S.和Rubin，D.B.（2004）。贝叶斯数据分析（第二版）。博卡拉顿：查普曼和霍尔/CRC·Zbl 1039.62018号
[13] Gelman，A.、Hwang，J.和Vehtari，A.（2014）。了解贝叶斯模型的预测信息标准。统计与计算，24（6），997-1016·Zbl 1332.62090号 ·doi:10.1007/s11222-013-9416-2
[14] Gelman，A.、Meng，X.-L.和Stern，H.（1996年）。通过实现差异对模型适合性进行后验预测评估。中国统计局，6（4），733-760·Zbl 0859.62028号
[15] Gormley，I.C.和Murphy，T.B.（2006年）。爱尔兰三级学院申请数据分析。英国皇家统计学会杂志：A辑，169（2），361-379·doi:10.1111/j.1467-985X.2006.00412.x
[16] Gormley，I.C.和Murphy，T.B.（2008）。排名数据的专家模型与选举研究应用的混合。应用统计年鉴，2（4），1452-1477·Zbl 1454.62498号 ·doi:10.1214/08-AOAS178
[17] Gormley，I.C.和Murphy，T.B.（2009年）。等级数据的成员等级模型。贝叶斯分析，4（2），265-295·Zbl 1330.62024号 ·doi:10.1214/09-BA410
[18] Gormley，I.C.&Murphy，T.B.（2010年）。使用社会人口学协变量对偏好数据进行聚类。在Hess，S.、Daly，A.（编辑）中，《选择建模：最先进和最实用的状态》。首届国际选择模型会议记录（第543-569页）。翡翠的。
[19] Guiver，J.和Snelson，E.（2009年）。Plackett-Luce排名模型的贝叶斯推断。Bottou，L.，&Littman，M.（编辑），《2009年第26届国际机器学习会议论文集》（第377-384页）。全能女·Zbl 1454.62153号
[20] Hatzinger，R.和Dittrich，R.（2012年）。prefmod：基于成对比较、排名或评级的建模偏好的R包。《统计软件杂志》，48（10），1-31·doi:10.18637/jss.v048.i10
[21] Hunter，D.R.（2004）。广义布莱德雷-特里模型的MM算法。《统计年鉴》，32（1），384-406·Zbl 1105.62359号 ·doi:10.1214/aos/1079120141
[22] Jacques，J.和Biernacki，C.（2014）。多元部分排名数据的基于模型的聚类。《统计规划与推断杂志》，149201-217·Zbl 1285.62069号 ·doi:10.1016/j.jspi.2014.02.011
[23] 卢斯·R·D（1959）。个人选择行为：理论分析。纽约：Wiley·Zbl 0093.31708号
[24] 卢科西安，O。；Vermunt，JK，《确定分层数据混合模型中组件的数量》，241-249（2009），柏林
[25] Marden，J.I.（1995）。分析和建模等级数据（第64卷）。统计学和应用概率专著，博卡拉顿：查普曼和霍尔·Zbl 0853.62006号
[26] Marin，J.-M.、Mengersen，K.和Robert，C.P.（2005）。混合分布的贝叶斯建模和推断。《统计手册》，25459-507·doi:10.1016/S0169-7161（05）25016-2
[27] McCullagh，P.、Yang，J.等人（2008年）。有多少簇？贝叶斯分析，3（1），101-120·Zbl 1330.62033号 ·doi:10.1214/08-BA304
[28] Miller，J.W.和Harrison，M.T.（2013）。Dirichlet过程混合物成分数量不一致的简单示例。神经信息处理系统-NIPS，2013年，199-206年。
[29] Miller，J.W.和Harrison，M.T.（2014）。Pitman-Yor工艺混合物的成分数量不一致。机器学习研究杂志，15（1），3333-3370·Zbl 1319.62100号
[30] Mollica，C.和Tardella，L.（2014）。通过对排名数据的混合建模进行表位分析。医学统计学，33（21），3738-3758·doi:10.1002/sim.6224
[31] 帕帕斯塔穆利斯，P.（2016）。标签。切换：处理MCMC输出中标签切换问题的R包。《统计软件杂志》，69（1），1-24。
[32] Plackett，R.L.（1975）。排列分析。英国皇家统计学会杂志：C辑（应用统计学），24（2），193-202。
[33] Raftery，A.E.、Satagopan，Jaya，M.、Newton，M.A.和Krivitsky，P.N.（2007年）。贝叶斯统计8。在Bernardo，J.、Bayarri，M.、Berger，J.，Dawid，A.、Heckerman，D.、Smith，A.、West，M.（编辑），第八届巴伦西亚国际会议记录，2006年6月2-6日，第371-416页。牛津：牛津大学出版社·Zbl 1067.62010年
[34] Spiegelholter，D.J.、Best，N.G.、Carlin，B.P.和Van Der Linde，A.（2002年）。模型复杂度和拟合度的贝叶斯度量。英国皇家统计学会杂志：B辑（统计方法），64（4），583-639·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353
[35] Stern，H.，排名和选举过程的概率模型，第80号，173-195（1993），纽约·Zbl 0800.62827号 ·doi:10.1007/978-1-4612-2738-0_10
[36] Yao，G.和Böckenholt，U.（1999）。基于吉布斯采样器的瑟斯顿排序模型的贝叶斯估计。英国数学与统计心理学杂志，52（1），79-92·数字对象标识代码：10.1348/000711099158973
[37] 约翰·耶洛特（1977）。卢斯的选择公理、瑟斯顿的比较判断理论和双指数分布之间的关系。《数学心理学杂志》，15（2），109-144·Zbl 0362.92024号 ·doi:10.1016/0022-2496（77）90026-8
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。