版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,由Stephens(2000)提出的生滅過程Markov鏈Monte Carlo抽樣方法(BDMCMC)被廣泛應(yīng)用于復(fù)雜數(shù)據(jù)和復(fù)雜模型的貝葉斯統(tǒng)計分析.本文的主要目的是在貝葉斯框架下采用變維BDMCMC抽樣策略研究線性模型的變量選擇問題.這個問題章平在2006年的碩士學(xué)位論文中已經(jīng)有過系統(tǒng)的研究.本文以此為基礎(chǔ)對這個問題作進(jìn)一步的深入研究.
利用貝葉斯方法解決變量選擇問題,首先要做的就是給參數(shù)向量設(shè)置合適的先驗分布
2、.對于β系數(shù)、誤差方差及β系數(shù)的維數(shù)(即模型中回歸自變量的個數(shù)),本文采用最自然的先驗設(shè)置.這與章平的做法完全相同.不同的是,在章平的工作中,假定β系數(shù)的維數(shù)服從一個已知的截斷Poisson分布,而本文假定這個分布中的參數(shù)λ是未知的,我們認(rèn)為它服從一個伽瑪分布.之所以這樣做,是因為λ大致等于真實模型中β系數(shù)的維數(shù),其數(shù)值在變量選擇問題中應(yīng)當(dāng)視為未知的、可變的、隨機(jī)的.
完成了先驗設(shè)置之后,我們詳細(xì)推導(dǎo)了所有參數(shù)的后驗分布以
3、及相應(yīng)的Monte Carlo抽樣算法.貝葉斯框架下的變量選擇問題必然涉及變維抽樣.因此,我們的抽樣算法比較復(fù)雜,它是Gibbs抽樣器和BDMCMC的組合.算法的每次迭代輸出一個候選的模型(所有回歸自變量的一個子集);多次(數(shù)千次)迭代過程中,每個模型被選出的頻率視為該模型的后驗概率的一個估計.此值達(dá)到最大的模型就是我們選中的模型.
我們共進(jìn)行了兩組試驗:第一組試驗考慮了超參數(shù)的設(shè)置對變量選擇的影響.我們發(fā)現(xiàn),β系數(shù)的先驗
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 貝葉斯方法在變量選擇問題中的應(yīng)用.pdf
- 貝葉斯學(xué)習(xí)的先驗分布的研究.pdf
- 因變量 自變量 控制變量 調(diào)節(jié)變量 介入變量
- 自變量與應(yīng)變量的關(guān)系
- 潛在變量模型貝葉斯檢驗的模擬研究.pdf
- 基于non-local先驗的貝葉斯變量選擇方法及其在極高維數(shù)據(jù)分析中的應(yīng)用.pdf
- 貝葉斯框架下生存分析回歸模型及其變量選擇研究.pdf
- 自變量和因變量的確定
- 具有隱藏變量貝葉斯網(wǎng)學(xué)習(xí)算法的研究.pdf
- ε-代換類先驗分布族的貝葉斯穩(wěn)健性分析.pdf
- 貝葉斯網(wǎng)絡(luò)隱藏變量維數(shù)學(xué)習(xí)研究及應(yīng)用.pdf
- 具有隱變量的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 第5章自變量的選擇與逐步回歸
- 連續(xù)變量的貝葉斯網(wǎng)絡(luò)動態(tài)系統(tǒng)的結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 27624.貝葉斯網(wǎng)絡(luò)的因果隱變量發(fā)現(xiàn)及其應(yīng)用研究
- 基于后驗貝耶斯擬似然線性模型變量選擇.pdf
- 戰(zhàn)略企業(yè)組織結(jié)構(gòu)變革的自變量
- 基于變量選擇偏差的變量選擇過程.pdf
- 貝葉斯工具變量模型的建立及其在觀察性研究中的應(yīng)用.pdf
- 40456.雙自變量的結(jié)合似然
評論
0/150
提交評論