詹姆斯·霍伯特。;Jung，Yeun Ji先生;卡雷，克希蒂吉;秦、钱 非高斯误差贝叶斯多元线性回归MCMC算法的收敛性分析。 （英语） Zbl 1403.62132号 扫描。J.统计。 45，第3号，513-533（2018）. 摘要：当高斯误差在多元线性回归设置中不合适时，通常假设误差来自多元法线的比例混合分布。将此稳健回归模型与未知参数的默认先验相结合，将导致极难处理的后验密度。幸运的是，有一个简单的数据增强（DA）算法和一个相应的Haar PX-DA算法，可以用来探索这个后置。本文提供了这些马尔可夫链蒙特卡罗算法下马尔可夫链条的几何遍历性的条件（关于混合密度）。用（d）表示响应的维数，主要结果表明，当混合密度为广义逆高斯、对数正态、倒Gamma（形状参数大于（d/2\））或Fréchet（形状参数小于（d/2~））时，DA和Haar PX-DA马尔可夫链是几何遍历的。结果也适用于Gamma、（F）和Weibull家族的某些子集。 引用于1审查引用于三文件 MSC公司： 62J05型 线性回归；混合模型 60J22型 马尔可夫链中的计算方法 62甲12 多元分析中的估计 关键词：数据扩充算法;漂移条件;几何遍历性;Haar PX-DA算法;重尾分布;亚氨基化条件;鳞片混合物 PDF格式BibTeX公司 XML格式引用 \textit{J.P.Hobert}等人，Scand。《美国法律总汇》第45卷，第3期，第513--533页（2018年；兹bl 1403.62132） 全文： 内政部