协变量依赖混合中棍-breaking模型的树视角
统计方法学
2024-08-16 v4
摘要
棍-breaking (SB) 过程常被用于贝叶斯混合模型以生成混合权重。当协变量影响簇大小时，SB混合尤为便利，因其可利用与二元回归的关联，简化协变量效应的设定与后验计算。现有SB模型通常基于持续折断单位棍的单一剩余段而构建。我们从一个歪斜分叉树的二进树视角看待此问题，该树仅向一侧延伸。我们展示SB模型的两个不良特性事实上主要源于此歪斜树结构。我们考虑一类具替代性分叉树结构的广义SB模型，并从先验假设、后验不确定性与计算效率方面考察底层树拓扑对所得贝叶斯分析的影响。特别地，我们提供证据表明，对应持续折断单位棍所有剩余段的平衡树拓扑，可解决或缓解依赖歪斜树的SB模型的这些不良性质。
引用
@article{arxiv.2208.02806,
title = {A tree perspective on stick-breaking models in covariate-dependent mixtures},
author = {Akira Horiguchi and Cliburn Chan and Li Ma},
journal= {arXiv preprint arXiv:2208.02806},
year = {2024}
}
备注
39 pages, 12 figures