×
宫崎骏，Koji;Steven N.MacEachern。

经济变量选择。 （英语。法语摘要） Zbl 07759518号

可以。J.统计。 51，第1号，第19-37页（2023年）.
摘要：回归在统计学学科中起着核心作用，是许多研究领域的主要分析技术。变量选择是回归分析的一个经典和主要问题。本文强调变量选择的经济方面。这个问题是根据购买用于未来使用的预测因子的成本来表述的：只需要购买模型中使用的协变量子集。这导致了变量选择问题的决策理论公式，其中包括预测因子的成本及其影响。我们采用贝叶斯观点，提出了两种方法来解决模型和模型参数的不确定性。这些方法被称为限制和扩展方法，导致我们重新思考模型平均。从客观或稳健的贝叶斯观点来看，前者更可取。该方法应用于三个流行的数据集以进行说明。
{©2021加拿大统计学会}

MSC公司：

62至XX 统计

关键词：

决策论方法;模型平均值;客观贝叶斯

软件：

SSS系统
PDF格式BibTeX公司 XML格式引用
\textit{K.Miyawaki}和\textit{S.N.MacEachern}，加拿大。J.Stat.51，No.1，19-37（2023；Zbl 07759518）
全文： 内政部 arXiv公司

参考文献：

[1] Akaike，H.Parzen，E，Tanabe，K.，&Kitagawa，G.（编辑）信息理论和最大似然原理的扩展。在赤平平的论文选集中。统计学中的斯普林格系列。施普林格：纽约；1998. ·Zbl 0902.62100号
[2] Arellano‐Valle，R.B.&Bolfarine，H.（1995）。关于t分布的一些特征。统计与概率快报，25，79-85·Zbl 0838.62040号
[3] Barbieri，M.和Berger，J.O.（2004年）。最优预测模型选择。《统计年鉴》，32870-897·Zbl 1092.62033号
[4] Bayarri，M.J.、Berger，J.O.、Forte，A.和GracíA‐Donato，G.（2012年）。贝叶斯模型选择准则及其在变量选择中的应用。《统计年鉴》，第40期，1550-1577页·Zbl 1257.62023号
[5] Berger，J.O.（1985）。统计决策理论和贝叶斯分析。Springer Series in Statistics，第二版，纽约Springer‐Verlag出版社·Zbl 0572.62008号
[6] Bernardo，J.&Smith，A.F.M.（2000）。贝叶斯理论。概率与数理统计中的威利级数。纽约威利·兹比尔0943.62009
[7] Boone，E.L.、Ye，K.和Smith，E.P.（2011年）。在缺少数据的情况下，通过贝叶斯模型平均评估环境压力源。环境计量学，22，13-22。
[8] Breiman，L.和Friedman，J.H.（1985）。估计多元回归和相关性的最佳转换。美国统计协会杂志，80，580-598·Zbl 0594.62044号
[9] Brown，B.J.、Fearn，T.和Vannucci，M.（1999）。多元回归中变量的选择：非共轭贝叶斯决策理论方法。生物特征，86，635-648·Zbl 1072.62510号
[10] Brown，P.J.、Vannucci，M.和Fearn，T.（2002）。选择回归变量的贝叶斯模型平均。英国皇家统计学会杂志。B辑（统计方法），64，519-536·Zbl 1073.62004号
[11] Clyde，M.Press，S.J.（编辑）模型平均。主客观贝叶斯统计：原理、模型和应用。概率和数理统计中的威利级数，第13章。第二版，320-335。威利：新泽西州霍博肯；2003. ·Zbl 1014.62028号
[12] Clyde，M.和George，E.I.（2004年）。模型不确定性。统计科学，19，81-94·Zbl 1062.62044号
[13] Consonni，G.、Fouskakis，D.、Liseo，B.和Ntzoufras，I.（2018年）。客观贝叶斯分析的先验分布。贝叶斯分析，13627-679·Zbl 1407.62073号
[14] Doppelhofer，G.，Hansen，O.-P。M.，&Weeks，M.2016年。长期经济增长冗余的决定因素：计量误差模型平均法（MEMA）。NHH经济部第19号讨论文件。
[15] Draper，D.（1995）。模型不确定性的评估和传播。英国皇家统计学会杂志。B辑（统计方法），57，45-97·Zbl 0812.62001号
[16] Efron，B.、Hastie，T.、Johnstone，I.和Tibshirani，R.（2004）。最小角度回归。《统计年鉴》，第32407-499页·Zbl 1091.62054号
[17] Fernández，C.、Ley，E.和Steel，M.F.（2001）。贝叶斯模型平均的基准先验。《计量经济学杂志》，100381-427·Zbl 1091.62507号
[18] Foster，D.P.和George，E.I.（1994）。多元回归的风险通货膨胀标准。《统计年鉴》，1947-1975年第22期·Zbl 0829.62066号
[19] Fouskakis，D.&Draper，D.（2008）。比较二元结果预测中变量选择的随机优化方法及其在卫生政策中的应用。美国统计协会杂志，1031367-1381·Zbl 1286.62065号
[20] Fouskakis，D.、Ntzoufras，I.和Draper，D.（2009a）。使用成本调整BIC的贝叶斯变量选择，应用于医疗质量的成本效益测量。应用统计年鉴，3663-690·Zbl 1166.62082号
[21] Fouskakis，D.、Ntzoufras，I.和Draper，D.（2009b）。基于种群的可逆跳马尔可夫链蒙特卡罗方法用于成本限制下的贝叶斯变量选择和评估。英国皇家统计学会杂志。C辑（应用统计学），58383-403。
[22] Gelfand，A.E.&Dey，D.K.（1994）。贝叶斯模型选择：渐近和精确计算。英国皇家统计学会杂志。B系列（统计方法），56，501-514·Zbl 0800.62170号
[23] Gelfand，A.E.，Dey，D.K.，&Chang，H.使用预测分布确定模型，并通过基于抽样的方法实现。贝叶斯统计学4。Bernardo，J.M.（编辑）、Berger，J.O.（编辑），Dawid，A.P.（编辑”）和Smith，A.F.M。牛津大学出版社：纽约；1992
[24] Gelfand，A.E.&Ghosh，S.K.（1998年）。模型选择：最小后验预测损失方法。生物特征，85，1-11·Zbl 0904.62036号
[25] George，E.I.和McCulloch，R.E.（1993）。通过吉布斯采样选择变量。美国统计协会杂志，88，881-889。
[26] 哈恩，P.R.2019。通过共享可能性借入信息的风险说明。https://arxiv.org/abs/1905.09715
[27] Hahn，P.R.和Carvalho，C.M.（2015）。贝叶斯线性模型中的解耦收缩和选择：后验总结视角。美国统计协会杂志，110，435-448·Zbl 1373.62036号
[28] Hans，C.、Dobra，A.和West，M.（2007年）。霰弹枪随机搜索“大p”回归。美国统计协会杂志，102507-516·Zbl 1134.62398号
[29] James，G.、Witten，D.、Hastie，T.和Tibshirani，R.（2013）。统计学习导论。统计中的斯普林格文本。纽约州施普林格·Zbl 1281.62147号
[30] Kass，R.E.和Raftery，A.E.（1995）。贝叶斯因素。美国统计协会杂志，90773-795·Zbl 0846.62028号
[31] Kass，R.E.和Wasserman，L.（1995）。嵌套假设的参考贝叶斯检验及其与施瓦兹准则的关系。美国统计协会杂志，90928-934·Zbl 0851.62020号
[32] Koop，G.和Tobias，J.L.（2004）。了解学校回报的异质性。应用计量经济学杂志，19827-849。
[33] Ley，E.&Steel，M.F.（2012年）。贝叶斯模型平均的g‐prior与经济应用的混合。《计量经济学杂志》，171251-266·Zbl 1443.62199号
[34] Liang，F.、Paulo，R.、Molina，G.、Clyde，M.A.和Berger，J.O.（2008）。贝叶斯变量选择的g先验混合。《美国统计协会杂志》，103410-423·Zbl 1335.62026号
[35] Lindley，D.V.（1968年）。多元回归中变量的选择。英国皇家统计学会杂志。B系列（统计方法），30，31-66·Zbl 0155.26702号
[36] Liu，F.、Bayarri，M.J.和Berger，J.O.（2009年）。贝叶斯分析中的模块化，重点是计算机模型的分析。贝叶斯分析，4119-150·Zbl 1330.65033号
[37] 相关非参数过程的决策理论方面。贝叶斯方法：应用于科学、政策和官方统计，551-560。欧盟统计局；2001
[38] Madigan，D.、York，J.和Allard，D.（1995）。离散数据的贝叶斯图形模型。《国际统计评论》，63，215-232·Zbl 0834.62003号
[39] Mallows，C.L.（1973）。关于c_p.技术计量学的一些评论，15661-675·Zbl 0269.62061号
[40] Maruyama，Y.和George，E.I.（2011年）。具有广义g‐previor的完全贝叶斯因子。《统计年鉴》，392740-2765·Zbl 1231.62036号
[41] Min、C.‐K.和Zellner，A.（1993）。贝叶斯和非贝叶斯方法，用于将模型和预测与国际增长率预测应用相结合。《计量经济学杂志》，56，89-118·Zbl 0800.62800
[42] Mitchell，T.J.和Beauchamp，J.J.（1988）。线性回归中的贝叶斯变量选择。美国统计协会杂志，83，1023-1032·Zbl 0673.62051号
[43] Raftery，A.E.、Madigan，D.和Hoeting，J.A.（1997）。线性回归模型的贝叶斯模型平均。《美国统计协会杂志》，92179-191年·Zbl 0888.62026号
[44] Sabanes Bove，D.和Held，L.（2011年）。贝叶斯分数多项式。统计与计算，21，309-324·Zbl 1255.62058号
[45] Sala‐i‐Martin，X.、Doppelhofer，G.和Miller，R.i.（2004年）。长期增长的决定因素：经典估计的贝叶斯平均（Bace）方法。《美国经济评论》，94813-835。
[46] Savage，L.J.（1972年）。统计学基础。多佛出版社，纽约·Zbl 0276.62006号
[47] Schwarz，G.（1978年）。估算模型的维度。《统计年鉴》，第6461-464页·Zbl 0379.62005年
[48] Som，A.、Hans，C.M.和MacEachern，S.N.（2015）。贝叶斯回归中的块超g先验。https://arxiv.org/abs/1406.6419
[49] Spiegelhalter，D.J.、Best，N.G.、Carlin，B.P.和Van Der Linde，A.（2002）。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系列（统计方法），64，583-639·兹比尔1067.62010
[50] Steel，M.F.（2019）。模型平均及其在经济学中的应用。《经济文学杂志》，53644-719。
[51] Vuong，Q.H.（1989）。模型选择和非嵌套假设的似然比测试。《计量经济学》，57，307-333·Zbl 0701.62106号
[52] Walker，S.G.和Gutiérrez‐Peña，E.稳健化贝叶斯程序（含讨论）。贝叶斯统计6。Bernardo，J.M.（编辑）、Berger，J.O.（编辑），Dawid，A.P.（编辑。牛津大学出版社：纽约；1999年·Zbl 0982.62023号
[53] Yu，Q.、MacEachern，S.N.和Peruggia，M.（2011）。贝叶斯综合：结合主观分析，应用于臭氧数据。应用统计年鉴，51678-1698·Zbl 1223.62016年
[54] Zellner，A.Goel，P.K.&Zellner（编辑）关于评估先验分布和使用g先验分布进行贝叶斯回归分析。贝叶斯推理和决策技术：纪念布鲁诺·德·菲内蒂的论文。贝叶斯计量经济学和统计学研究，第15章，第6卷，233-243。北荷兰/爱思唯尔：阿姆斯特丹；1986年·Zbl 0655.62071号
[55] Zellner，A.和Siow，A.选定回归假设的后验优势比。贝叶斯统计：在巴伦西亚（西班牙）举行的第一次国际会议记录。Bernardo，J.M.（编辑），DeGroot，M.H。大学出版社：巴伦西亚；1980. ·Zbl 0457.62004号
[56] Zhang，X.、Ma，Y.和Carroll，R.J.（2019）。Malmem：线性测量误差模型中的模型平均。英国皇家统计学会杂志。B系列（统计方法），81，763-779·Zbl 1428.62326号
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。