近似贝叶斯因子与广义线性模型中模型不确定性的解释

@第{条Raftery1996近似BF，title={近似贝叶斯因子和广义线性模型中模型不确定性的解释}，author={Adrian E.Raftery}，journal={Biometrika}，年份={1996}，体积={83}，页数={251-266}，url={https://api.semanticscholar.org/CorpusID:16097914}}
基于积分的拉普拉斯方法，提出了一种新的近似方法，该方法仅使用标准计算机程序的输出来估计广义线性模型，并可用于实现贝叶斯方法来计算模型不确定性。
通过Publisher查看
状态.washington.edu
680条引文
极具影响力的引文
55
背景引文
165
方法引文
227
结果引文
7

本文图表

680条引文

使用贝叶斯因子选择广义线性模型中的链接函数和解释链接不确定性

使用广义线性模型（GLM）进行模型选择的一个重要组成部分是选择链接函数。我们建议使用近似贝叶斯因子来评估…

计算后验模型概率的两种近似方法的评估

贝叶斯模型平均和模型搜索策略

在回归模型（如广义线性模型）中，对于要包含的协变量的选择，通常存在很大的先验不确定性。从概念上讲，贝叶斯范式可以很容易地…

线性回归的自动贝叶斯模型平均及其在贝叶斯曲线拟合中的应用

在多元线性回归的背景下，提出了一种自动的先验设置，在这种背景下，用户不需要指定任何参数，并且表明，从后验分布中采样近似等于从定义在Cp值上的Boltzmann分布中采样。

列联表的贝叶斯方法和基于仿真的计算

广义线性混合模型的默认贝叶斯模型确定方法

一类贝叶斯广义线性模型的边际似然

一类用于死亡率数据分析小面积估计的广义线性模型的边际似然，以及一项模拟研究，其中边际似然用于研究一个层次Poisson回归模型的拟合优度相对于另一个模型的改进。

模型比较的分数贝叶斯因子

讨论了部分贝叶斯因子的性质，特别是在弱先验信息的情况下，发现它们比其他提出的模型比较方法具有优势。

隐变量贝叶斯网络边缘似然的有效逼近

研究了具有隐藏变量的贝叶斯网络模型的模型平均和模型选择的贝叶斯法，以及隐藏根节点的朴素贝叶斯模型的边际似然的大样本近似。

基于Occam窗口的图形模型的模型选择与模型不确定性计算

摘要我们考虑高维列联表中的模型选择和模型不确定性的计算问题，这是由专家系统应用所驱动的。最常用的方法…
...

66参考文献

基于Occam窗口的图形模型的模型选择与模型不确定性计算

摘要我们考虑高维列联表中的模型选择和模型不确定性的计算问题，这是由专家系统应用所驱动的。最常用的方法…

图形模型选择策略

本文考虑了贝叶斯图形模型的模型选择问题，并将其嵌入到模型不确定性的更大背景中，并检验了最近提出的两种模型平均方案的预测性能。

广义线性模型的近似Bayes因子

该方法提供了比较链接函数和协变量集的方法，并应用于一个二进制响应示例，涉及能力、社会阶层和学校类型对爱尔兰教育转型的影响。

人口规模未知的一般有序统计模型的推断与预测。

摘要假设从n个正随机变量的随机样本中观察到第一个n阶统计量，其中n是未知的。这是通用顺序统计模型，已应用于…

评估最大似然估计量的准确性：观察值与预期Fisher信息

本文讨论单参数族中最大似然估计量分布的正态逼近。传统的方差近似值是1/1.I，其中0是…

结构方程模型中的贝叶斯模型选择

本文概述了结构方程模型选择的贝叶斯方法，该方法倾向于选择比基于多个P值测试的策略更简单的模型，并可能有助于克服对其应用的数据过于复杂的批评。

嵌套假设的参考贝叶斯检验及其与Schwarz准则的关系

摘要在存在干扰参数β的情况下，为了计算检验H0:ψ=ψ0的Bayes因子，必须选择零假设和替代假设下的先验值。在贝叶斯估计中…

贝叶斯因子与模型不确定性

本文回顾并讨论了贝叶斯因子在五种科学应用中的使用，并认为评估结论对所使用的先验分布的敏感性是重要和可行的。

均值乘积的估计：带参考先验的贝叶斯分析

摘要假设我们观察到X～N（α，1），并且独立地观察到Y～N（β，1），并且关注关于均值θ=αβ的乘积的推断（主要是估计和置信度陈述）。这个…

关于具有模糊先验信息的对数线性列联表模型Bayes因子的注记

Spiegelhalter和Smith（1982）随后提出了一种近似方法，用于计算饱和模型M1列联表对数线性模型Mo的Bayes因子，该方法具有模糊性…
...