局部自适应非参数二元回归
统计方法学
2007-09-25 v1
摘要
本文提出了一种用于估计二元回归的非参数且局部自适应的贝叶斯估计量。通过将二元回归建模为 Probit 回归的混合模型来实现灵活性，其中每个 Probit 回归的自变量具有带有各自平滑参数的薄板样条先验，且混合权重依赖于协变量。将该估计量与单一一样条估计量以及最近提出的一种局部自适应估计量进行了比较。通过将该方法应用于模拟数据和真实数据示例，展示了其方法论效果。
引用
@article{arxiv.0709.3545,
title = {Locally Adaptive Nonparametric Binary Regression},
author = {Sally Wood and Robert Kohn and Remy Cottet and Wenxin Jiang and Martin Tanner},
journal= {arXiv preprint arXiv:0709.3545},
year = {2007}
}
评论
31 pages, 10 figures