On partial likelihood and the construction of factorisable transformations
On partial likelihood and the construction of factorisable transformations
复制标题
关于部分似然和可分解变换的构造
DOI：
10.1007/s41884-022-00068-8
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Battey H
中科院分区：
文献类型：
--
作者：
Battey H
相关似然函数有效分解的模型是重要的少数，允许通过部分似然消除干扰参数，这种操作在贝叶斯和频率论推断中都很有价值，特别是当干扰参数的数量不小时。在对部分似然进行一些一般性讨论之后，我们将重点放在边际似然分解上，这是特别难以通过基本计算确定的。我们建议采用一种系统方法来推导数据变换（如果存在），其边际似然函数不受干扰参数的影响。这是基于从概率密度函数的拉普拉斯变换的各个方面构造的积分微分方程的解，该积分微分方程的候选解求解更简单的一阶线性齐次微分方程。该方法被推广到这种可分解结构不完全存在的情况。示例中使用了示例。尽管是出于统计学中的推论问题的动机，但所提出的构造具有独立的意义，并且可能在其他地方找到应用。
Models whose associated likelihood functions fruitfully factorise are an important minority allowing elimination of nuisance parameters via partial likelihood, an operation that is valuable in both Bayesian and frequentist inferences, particularly when the number of nuisance parameters is not small. After some general discussion of partial likelihood, we focus on marginal likelihood factorisations, which are particularly difficult to ascertain from elementary calculations. We suggest a systematic approach for deducing transformations of the data, if they exist, whose marginal likelihood functions are free of the nuisance parameters. This is based on the solution to an integro-differential equation constructed from aspects of the Laplace transform of the probability density function, for which candidate solutions solve a simpler first-order linear homogeneous differential equation. The approach is generalised to the situation in which such factorisable structure is not exactly present. Examples are used in illustration. Although motivated by inferential problems in statistics, the proposed construction is of independent interest and may find application elsewhere.
登录
查看更多内容
使用经验部分贝叶斯推理来提高效率
影响因子：
4.5
作者：
B. Lindsay
通讯作者：
B. Lindsay
DOI：
--
发表时间：
1999
期刊：
影响因子：
--
作者：
David R. Cox;N. Wermuth
通讯作者：
N. Wermuth
关于实数参数的条件推理：样本空间上的微分方法
DOI：
--
发表时间：
1988
期刊：
影响因子：
--
作者：
D. Fraser;N. Reid
通讯作者：
N. Reid
DOI：
10.1007/s41884-020-00030-6
发表时间：
2020
期刊：
Information Geometry
影响因子：
--
作者：
Battey H
通讯作者：
Battey H
两种生存时间分布的一些匹配比较
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
C. Kartsonaki;D. Cox
通讯作者：
D. Cox