误差分布灵活的贝叶斯线性回归模型

@文章{daSilva2017BayesianLR，title={具有灵活误差分布的贝叶斯线性回归模型}，作者={N{'i}vea B.da Silva和Marcos Oliveira Prates以及Fl{'a}vio Bambira Gonçalves}，journal={统计计算与模拟杂志}，年份={2017年}，体积＝{90}，页数={2571-2591}，url={https://api.semanticscholar.org/CorpusID:88515398}}
本文介绍了一种基于Student-t分布有限混合的新方法，通过精心设计的马尔可夫链蒙特卡罗算法对线性回归模型中的误差分布进行建模，并进行了仿真研究。
泰勒和弗朗西斯观点
[PDF]语义阅读器
5引文
极具影响力的引文
1
背景引文
三
方法引文
三

询问这篇论文
贝塔
AI供电

我们的系统试图限制本文中找到的信息。结果质量可能有所不同。了解更多信息关于我们如何产生这些答案。

5引文

关于包含倒数Gamma函数模型的数据增强

利用Gauss乘法公式和Stirling的伽马函数公式，提出了一种新的有效的数据增强方法，用于当倒数伽马函数出现在全条件密度时，形状参数模型的后验推断，其中近似误差可以任意小。

温和条件下的后验稳健性：重新审视污染模型

基于混合分布的贝叶斯模态回归

从这些分析中获得的证据表明，所提出的推断程序对异常值非常稳健，使人们能够发现均值或中值回归遗漏的有趣的协变量效应，并构建比均值或均值回归更为紧凑的预测区间。

超越高斯过程：地质统计过程的灵活贝叶斯建模和推理

提出了一类新的地质统计学模型，用于解释传统高斯过程无法适当适应的特征，称为泊松-高斯混合过程（POGAMP）。

基于贝叶斯尺度混合偏态模型的水质基本参数对赤潮的概率预测

这项工作提出了一种有前途的贝叶斯SMSN建模技术，可以实时预测藻类生物量的变化并对水华进行现场概率评估。

27参考文献

有限混合重尾线性回归的稳健贝叶斯模型选择

一种在具有重尾分布的线性模型中执行贝叶斯模型选择的新方法，通过考虑分布的有限混合来建模潜在变量，其中每个分量对应于正态独立分布对称类中的一个可能模型。

使用t分布有限混合的多元线性回归分析

具有非正态误差的多元线性回归：基于混合模型的解决方案

提出了一种新的解决方案，该方案通过多维高斯分量的有限混合来建模误差项分布，从而得到了经典方法。

基于t分布的稳健统计建模

摘要t分布为包含长尾异常误差的数据集的统计建模提供了一种有效的正态扩展。基于最大值的分析策略…

基于斜交学生正态混合的贝叶斯密度估计

使用混合物处理非正态回归误差

基于斜t分布的稳健混合建模

本文提出了一个基于斜t分布的稳健混合框架，以有效地处理大范围设置中的重尾性、额外偏态和多模态，并提出了用于迭代计算最大似然估计的解析简单EM型算法。

使用t分布的稳健混合建模

描述了ECM算法用于拟合该混合模型的方法，并给出了在背景噪声形式的非典型观测值存在的情况下对多元数据进行聚类时使用该算法的示例。

关于成分数目未知的混合物的贝叶斯分析。讨论。作者的回复

利用能够在参数子空间之间跳跃的可逆跳跃马尔可夫链蒙特卡罗方法，开发了完全贝叶斯混合分析的新方法…

有限混合和马尔可夫切换模型

这本书应该有助于该领域的新手理解有限混合和马尔可夫转换模型是如何形成的，它们在数据中意味着什么结构，它们可以用于什么，以及如何估计它们。