流数据下逻辑回归模型贝叶斯变量选择的在线算法
统计方法学
2025-01-22 v1 统计计算
摘要
在一些现代应用中，数据随时间持续生成，例如智能手表产生的数据。我们假设数据按批次顺序收集和分析。由于传统或离线方法可能极其缓慢，Ghosh 等人 (2025) 提出了一种用于贝叶斯模型平均 (BMA) 的在线方法。受可再生估计文献的启发，他们为广义线性模型 (GLM) 开发了一种在线贝叶斯方法，与传统 BMA 方法相比，该方法大幅降低了存储和计算需求。Ghosh 等人 (2025) 的方法在模型数量较少时表现非常好。在中等规模的模型空间中，它也能表现得相当不错。对于后一种情况，该方法依赖于一个筛选阶段，通过离线方法在最初几个批次中识别重要模型。此后，模型空间在所有后续批次中保持固定。在筛选后阶段，仅对筛选阶段选出的模型进行模型特定参数的在线更新。对于高维模型空间，在筛选阶段遗漏重要模型的可能性更大。这需要开发一种允许模型空间随新批次数据到来而更新的方法。在本文中，我们为逻辑回归开发了一种在线贝叶斯模型选择方法，其中所选模型可能在整个数据收集过程中发生变化。我们通过模拟研究证明，我们的新方法可以优于 Ghosh 等人 (2025) 的方法。此外，我们描述了预期新方法增益较小的场景。我们重新审视了 Ghosh 等人 (2025) 分析的交通事故数据，并说明我们的新模型选择方法在变量选择方面可以具有更好的性能。
引用
@article{arxiv.2501.10930,
title = {An Online Algorithm for Bayesian Variable Selection in Logistic Regression Models With Streaming Data},
author = {Payel Ghosal and Shamriddha De and Joyee Ghosh},
journal= {arXiv preprint arXiv:2501.10930},
year = {2025}
}