×

具有共轭先验的广义线性模型的贝叶斯变量选择和计算。 (英语) Zbl 1330.62298号

摘要:在本文中,我们考虑了广义线性模型(GLM)中六种常用的变量子集选择方法之间的理论和计算联系。在由开发的共轭先验下M.-H.Chen先生J.G.易卜拉欣【Stat.Sin.13,No.2,461–476(2003年;兹比尔1015.62074)]对于广义线性模型,我们获得了贝叶斯因子(后验模型概率)、条件预测坐标(CPO)、L测度、偏差信息准则(DIC)、艾克信息准则(AIC)和贝叶斯信息准则(BIC)之间的闭合形式的解析关系在线性模型的情况下。此外,我们研究了这些贝叶斯方法在模型空间中对共轭先验下任意GLM的计算关系,以及Chen和Ibrahim[loc.cit.]的共轭先验在贝叶斯变量选择中的性能。具体来说,我们表明,一旦从完整模型中获得马尔可夫链蒙特卡罗(MCMC)样本,就可以同时计算模型空间中所有可能的子集模型的四个贝叶斯准则。我们通过模拟研究和实际数据集来说明我们的新方法。

MSC公司:

62J12型 广义线性模型(逻辑模型)
2015年1月62日 贝叶斯推断
PDF格式BibTeX公司 XML格式引用