我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
我们引入了正态逆伽马求和算子,该算子结合了不同数据源的贝叶斯回归结果,并导出了一种用于大数据回归的简单拆分和合并算法。求和算子还可用于计算边际似然,并有助于贝叶斯模型选择方法,包括贝叶斯LASSO、随机搜索变量选择、马尔可夫链蒙特卡罗模型合成等。一次扫描观测值,然后采样器在不重新加载数据的情况下迭代组合正态-逆伽马分布。仿真研究表明,我们的算法能够有效地处理高度相关的大数据。还分析了就业和工资的真实数据集。
杭倩。 “大数据贝叶斯线性回归和正态-反转-伽马求和变量选择” 贝叶斯分析。 13 (4) 1011 - 1035, 2018年12月。 https://doi.org/10.1214/17-BA1083