• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Springer Open Choice >A Simple Method for Comparing Complex Models: Bayesian Model Comparison for Hierarchical Multinomial Processing Tree Models Using Warp-III Bridge Sampling
【2h】

A Simple Method for Comparing Complex Models: Bayesian Model Comparison for Hierarchical Multinomial Processing Tree Models Using Warp-III Bridge Sampling

机译：比较复杂模型的简单方法：使用Warp-III桥采样的多层多项式处理树模型的贝叶斯模型比较

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Multinomial processing trees (MPTs) are a popular class of cognitive models for categorical data. Typically, researchers compare several MPTs, each equipped with many parameters, especially when the models are implemented in a hierarchical framework. A Bayesian solution is to compute posterior model probabilities and Bayes factors. Both quantities, however, rely on the marginal likelihood, a high-dimensional integral that cannot be evaluated analytically. In this case study, we show how Warp-III bridge sampling can be used to compute the marginal likelihood for hierarchical MPTs. We illustrate the procedure with two published data sets and demonstrate how Warp-III facilitates Bayesian model averaging.Electronic supplementary materialThe online version of this article (10.1007/s11336-018-9648-3) contains supplementary material, which is available to authorized users.
机译：多项式处理树（MPT）是一类用于分类数据的流行认知模型。通常，研究人员比较几个MPT，每个MPT都配备许多参数，尤其是在分层框架中实施模型时。贝叶斯解决方案是计算后验模型概率和贝叶斯因子。但是，这两个量都依赖于边际可能性，即无法通过分析来评估的高维积分。在本案例研究中，我们展示了如何使用Warp-III桥采样来计算分层MPT的边际可能性。我们用两个已公开的数据集说明了该过程，并演示了Warp-III如何促进贝叶斯模型平均。电子补充材料本文的在线版本（10.1007 / s11336-018-9648-3）包含补充材料，可供授权用户使用。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号