Bayesian inference for joint location and scale nonlinear models with skew-normal errors
Bayesian inference for joint location and scale nonlinear models with skew-normal errors
复制标题
具有偏斜正态误差的关节位置和尺度非线性模型的贝叶斯推理
DOI：
10.1080/03610918.2014.977913
复制
发表时间：
2017-01
影响因子：
0.9
通讯作者：
Zhang, Zhongzhan
中科院分区：
文献类型：
--
作者：
Xu, Dengke;Zhang, Zhongzhan
摘要 当所考虑的数据集涉及不对称结果时，具有偏态正态误差的回归模型为普通正态回归模型提供了有用的扩展。在本文中，我们探索使用马尔可夫链蒙特卡罗 (MCMC) 方法来开发具有偏斜法向误差的关节位置和尺度非线性模型的贝叶斯分析，该模型放宽了正态性假设，并将正常模型作为一种特殊情况。这类分布的主要优点是它们具有良好的分层表示，允许实现 MCMC 方法来模拟来自联合后验分布的样本。最后，使用模拟研究和实际例子来说明所提出的方法。
ABSTRACT A regression model with skew-normal errors provides a useful extension for ordinary normal regression models when the dataset under consideration involves asymmetric outcomes. In this article, we explore the use of Markov Chain Monte Carlo (MCMC) methods to develop a Bayesian analysis for joint location and scale nonlinear models with skew-normal errors, which relax the normality assumption and include the normal one as a special case. The main advantage of these class of distributions is that they have a nice hierarchical representation that allows the implementation of MCMC methods to simulate samples from the joint posterior distribution. Finally, simulation studies and a real example are used to illustrate the proposed methodology.
登录
查看更多内容
DOI：
10.1016/b978-0-12-809633-8.20361-0
发表时间：
2019
期刊：
--
影响因子：
--
作者：
A. Jakaitienė
通讯作者：
A. Jakaitienė
影响因子：
0.7
作者：
解锋昌;林金官;Li-Xing Zhu
通讯作者：
Li-Xing Zhu
DOI：
10.1080/03610920802468699
发表时间：
2009-05
期刊：
Communications in Statistics - Theory and Methods
影响因子：
--
作者：
Cheng Xue-dong
通讯作者：
Cheng Xue-dong
DOI：
--
发表时间：
2016
期刊：
--
影响因子：
--
作者：
H. Bolfarine;L. C. Montenegro;V. H. Lachos
通讯作者：
H. Bolfarine;L. C. Montenegro;V. H. Lachos
DOI：
10.1111/j.2517-6161.1989.tb01747.x
发表时间：
1989-09
期刊：
Journal of the royal statistical society series b-methodological
影响因子：
--
作者：
G. Smyth
通讯作者：
G. Smyth