• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Bayesian fractional polynomials
【24h】

Bayesian fractional polynomials

机译：贝叶斯分数多项式

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper sets out to implement the Bayesian paradigm for fractional polynomial models under the assumption of normally distributed error terms. Fractional polynomials widen the class of ordinary polynomials and offer an additive and transportable modelling approach. The methodology is based on a Bayesian linear model with a quasi-default hyper-g prior and combines variable selection with parametric modelling of additive effects. A Markov chain Monte Carlo algorithm for the exploration of the model space is presented. This theoretically well-founded stochastic search constitutes a substantial improvement to ad hoc stepwise procedures for the fitting of fractional polynomial models. The method is applied to a data set on the relationship between ozone levels and meteorological parameters, previously analysed in the literature.
机译：本文着手在正态分布误差项的假设下实现分数多项式模型的贝叶斯范式。分数多项式拓宽了普通多项式的类别，并提供了可加和可移植的建模方法。该方法基于具有准默认hyper-g先验的贝叶斯线性模型，并将变量选择与加性效应的参数化建模相结合。提出了探索模型空间的马尔可夫链蒙特卡罗算法。这种理论上有根据的随机搜索构成了对分数阶多项式模型拟合的临时逐步过程的实质性改进。将该方法应用于先前已在文献中分析过的有关臭氧水平与气象参数之间关系的数据集。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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