一种基于 Dirichlet 过程混合椭圆 Copula 的混合类型数据插补模型
统计方法学
2019-10-15 v1
摘要
基于 copula 的方法为构建混合类型多变量数据的缺失数据插补模型提供了灵活途径。然而，copula 函数的选择是一个开放问题。我们考虑一种贝叶斯非参数方法，通过使用由 Dirichlet 过程混合诱导的椭圆 copula 的无限混合来构建灵活的 copula 函数。采用切片采样算法从无限维参数空间中采样。我们将有限混合模型中先前的并行回火工作扩展到 Dirichlet 过程混合模型，以克服多峰分布中的混合问题。通过模拟，我们证明无限混合 copula 模型相比其单分量对应模型提供了更好的整体拟合，并更好地捕捉数据的尾部依赖特征。模拟进一步表明，我们提出的模型实现了更准确的插补（尤其对连续变量）以及在某些分析模型中更好的推断结果。该提出的模型被应用于澳大利亚急性中风患者的医学数据集。
引用
@article{arxiv.1910.05473,
title = {An Imputation model by Dirichlet Process Mixture of Elliptical Copulas for Data of Mixed Type},
author = {Jiali Wang and Anton Westveld and Bronwyn Loong and Alan Welsh},
journal= {arXiv preprint arXiv:1910.05473},
year = {2019}
}