Bayesian lasso for semiparametric structural equation models.
Bayesian lasso for semiparametric structural equation models.
复制标题
DOI：
10.1111/j.1541-0420.2012.01751.x
复制
发表时间：
2012-06
期刊：
影响因子：
1.9
通讯作者：
Ibrahim JG
中科院分区：
文献类型：
--
作者：
Guo R;Zhu H;Chow SM;Ibrahim JG
人们对开发非线性结构方程模型和相关的统计推断程序（包括估计和模型选择方法）抱有极大的兴趣。本文提出了一种通用的半参数结构方程模型（SSEM），其中结构方程由外生潜在变量的非参数函数和一组潜在内生变量的固定协变量组成。基表示用于近似结构方程中的这些非参数函数，贝叶斯套索方法与马尔可夫链蒙特卡罗 (MCMC) 算法相结合用于同时估计和模型选择。使用模拟研究和情感动态和个体差异（ADID）研究的数据来说明所提出的方法。结果表明，我们的方法可以准确估计未知参数并正确识别真实的基础模型。
There has been great interest in developing nonlinear structural equation models and associated statistical inference procedures, including estimation and model selection methods. In this paper a general semiparametric structural equation model (SSEM) is developed in which the structural equation is composed of nonparametric functions of exogenous latent variables and fixed covariates on a set of latent endogenous variables. A basis representation is used to approximate these nonparametric functions in the structural equation and the Bayesian Lasso method coupled with a Markov Chain Monte Carlo (MCMC) algorithm is used for simultaneous estimation and model selection. The proposed method is illustrated using a simulation study and data from the Affective Dynamics and Individual Differences (ADID) study. Results demonstrate that our method can accurately estimate the unknown parameters and correctly identify the true underlying model.
登录
查看更多内容
DOI：
10.1348/000711000159303
发表时间：
2000-11-01
影响因子：
2.6
作者：
Lee, SY;Zhu, HT
通讯作者：
Zhu, HT
影响因子：
2.9
作者：
von K채nel, R;Kudielka, BM;Fischer, JE
通讯作者：
Fischer, JE
影响因子：
2.4
作者：
Song, Xue;Zhao, Zhongyun;Gao, Sue
通讯作者：
Gao, Sue
影响因子：
3.7
作者：
Ong, AD;Allaire, JC
通讯作者：
Allaire, JC
影响因子：
3
作者：
Fahrmeir, Ludwig;Raach, Alexander
通讯作者：
Raach, Alexander