贝叶斯与经验贝叶斯变点问题
统计计算
2009-09-29 v1 统计方法学
摘要
我们推广了 Liu 和 Lawrence (1999) 针对变点数量未知的多变点问题的方法。该方法基于动态规划递归，以高效计算积分掉隐藏参数后的数据边缘概率。对于超参数的估计，我们建议在拥有训练数据时使用蒙特卡洛 EM 算法。我们认为，相较于传统的最大后验（MAP）估计量（其在此背景下计算成本也更高），使用考虑了变点不确定性的后验样本具有一定优势。通过我们的算法获得的后验样本是独立的，从而消除了与 MCMC 方法相关的收敛性问题。我们通过有限的模拟和一些真实数据集展示了该方法的应用。
引用
@article{arxiv.0709.1309,
title = {Bayes and empirical Bayes changepoint problems},
author = {Heng Lian},
journal= {arXiv preprint arXiv:0709.1309},
year = {2009}
}