Generalized infinite factorization models.
Generalized infinite factorization models.
复制标题
DOI：
10.1093/biomet/asab056
复制
发表时间：
2022-09
期刊：
影响因子：
2.7
通讯作者：
Dunson, D. B.
中科院分区：
文献类型：
--
作者：
Schiavon, L.;Canale, A.;Dunson, D. B.
关键词：
因式分解模型用更简单对象的集合来表达感兴趣的统计对象。例如，矩阵或张量可以表示为一阶分量的和。然而，在实践中，推断不同组件以及组件数量的相对影响可能具有挑战性。一个流行的想法是包含无限多个影响力随着组件索引而减小的组件。本文的动机是现有方法的两个局限性：（1）缺乏对内部组件稀疏结构的仔细考虑； (2) 不支持分组变量和其他不可交换的结构。我们提出了一类通用的无限分解模型来解决这些限制。提供了理论支持，在模拟研究中展示了实际收益，并讨论了专注于模拟鸟类物种发生的生态学应用。
Factorization models express a statistical object of interest in terms of a collection of simpler objects. For example, a matrix or tensor can be expressed as a sum of rank-one components. However, in practice, it can be challenging to infer the relative impact of the different components as well as the number of components. A popular idea is to include infinitely many components having impact decreasing with the component index. This article is motivated by two limitations of existing methods: (1) lack of careful consideration of the within component sparsity structure; and (2) no accommodation for grouped variables and other non-exchangeable structures. We propose a general class of infinite factorization models that address these limitations. Theoretical support is provided, practical gains are shown in simulation studies, and an ecology application focusing on modelling bird species occurrence is discussed.
登录
查看更多内容
影响因子：
3.7
作者：
Ferrari F;Dunson DB
通讯作者：
Dunson DB
影响因子：
2
作者：
An, Xinming;Yang, Qing;Bentler, Peter M.
通讯作者：
Bentler, Peter M.
影响因子：
6.3
作者：
Assmann, Christian;Boysen-Hogrefe, Jens;Pape, Markus
通讯作者：
Pape, Markus
影响因子：
0.4
作者：
Lindstrom, Ake;Green, Martin;Lehikoinen, Aleksi
通讯作者：
Lehikoinen, Aleksi
影响因子：
3.7
作者：
Miller JW;Harrison MT
通讯作者：
Harrison MT