• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Application of a predictive distribution formula to Bayesian computation for incomplete data models
【24h】

Application of a predictive distribution formula to Bayesian computation for incomplete data models

机译：预测分布公式在不完整数据模型的贝叶斯计算中的应用

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

We consider exact and approximate Bayesian computation in the presence of latent variables or missing data. Specifically we explore the application of a posterior predictive distribution formula derived in Sweeting and Kharroubi (2003), which is a particular form of Laplace approximation, both as an importance function and a proposal distribution. We show that this formula provides a stable importance function for use within poor man's data augmentation schemes and that it can also be used as a proposal distribution within a Metropolis-Hastings algorithm for models that are not analytically tractable. We illustrate both uses in the case of a censored regression model and a normal hierarchical model, with both normal and Student t distributed random effects. Although the predictive distribution formula is motivated by regular asymptotic theory, it is not necessary that the likelihood has a closed form or that it possesses a local maximum.
机译：在存在潜在变量或缺少数据的情况下，我们考虑精确和近似的贝叶斯计算。具体来说，我们探索在Sweeting和Kharroubi（2003）中推导的后验预测分布公式的应用，该公式是重要函数和提议分布，是Laplace近似的一种特殊形式。我们表明，该公式为穷人的数据增强方案提供了稳定的重要性函数，并且对于无法解析的模型，它也可以用作Metropolis-Hastings算法中的提案分配。我们说明了在删失回归模型和正态分层模型的情况下，正态分布和Student t分布随机效应的两种用法。尽管预测分布公式是由正则渐近理论驱动的，但似然度不一定必须具有封闭形式或具有局部最大值。

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