权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Bayesian statistics based on shrinkage prior

基于收缩先验的贝叶斯统计

基本信息

批准号：
23740067
负责人：
MARUYAMA Yuzo
金额：
$ 2.83万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2011
资助国家：
日本
起止时间：
2011 至 2012
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-23740067/
关键词：
ベイズ統計学予測分布統計科学統計学プロビットモデル

项目摘要

We study Bayesian variable selection in linear models with general spherically symmetric error distributions. We construct the posterior odds based on a separable prior function, which arises as a class of mixtures of Gaussians. The posterior odds for comparing among non-null models are shown to be independent of the underlying error distribution, provided that the distribution is spherically symmetric. Because of this invariance to spherically symmetric error distributions, we refer to our method as a robust Bayesian variable selection method. We demonstrate that our posterior odds have model selection consistency. Additionally we demonstrate that our class of prior function are the only ones within a large class of mixtures of Gaussians studied in the literature which are robust in our sense.

研究了具有球对称误差分布的线性模型的贝叶斯变量选择问题。我们基于一个可分离的先验函数来构造后验概率，该先验函数是作为一类高斯混合出现的。假设基本误差分布是球对称的，则在非零模型之间进行比较的后验概率与基本误差分布无关。由于球对称误差分布的这种不变性，我们将我们的方法称为稳健的贝叶斯变量选择方法。我们证明了我们的后验概率具有模型选择的一致性。此外，我们还证明了我们的先验函数类是文献中所研究的一大类高斯混合中唯一在我们意义上是稳健的。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Fully Bayes factors with a generalized g-prior

具有广义 g 先验的完全贝叶斯因子

DOI：
10.1214/11-aos917
发表时间：
2011
期刊：
Annals of Statistics
影响因子：
4.5
作者：
Maruyama;Y. and George;E. I.
通讯作者：
E. I.

Posterior inference and model selection of Bayesian probit regression

贝叶斯概率回归的后验推理和模型选择

DOI：
发表时间：
2013
期刊：
影响因子：
0
作者：
Maruyama;Y.
通讯作者：
Y.

Bayesian predictive densities for linear regression models under alpha-divergence loss : some results and open problems

α散度损失下线性回归模型的贝叶斯预测密度：一些结果和开放问题

DOI：
10.1214/11-imscoll803
发表时间：
2012
期刊：
IMS Collections
影响因子：
0
作者：
Edward;I. George and Yuzo Maruyama;Yasufumi Nitta and Ken'ichi Sekiya;Yuzo Maruyama and William E. Strawderman;新田泰文;Yasufumi Nitta;Yuzo Maruyama and William E. Strawderman
通讯作者：
Yuzo Maruyama and William E. Strawderman

A Bayes factor with reasonable model selection consistency for ANOVA model

方差分析模型具有合理模型选择一致性的贝叶斯因子