基于幂后验的纵向模型评估的Bayes因子
统计方法学
2022-09-09 v1
摘要
Bayes因子定义为两个竞争模型的边际似然函数之比，是模型选择的天然贝叶斯方法。边际似然通常在计算上要求高且复杂。在线性混合模型（LMMs）中这一情形尤为棘手，因为边际似然函数涉及由参数个数和随机效应个数决定维数的高维积分，而后者又随样本中个体数增加而增加。幂后验是马尔可夫链蒙特卡洛算法背景下一种有吸引力的方案，可将边际似然表示为单位区间上的一维积分。本文探讨了幂后验在LMMs中的使用，并通过两项模拟研究以及地中海欧洲沙丁鱼 landings 的真实数据集讨论了其行为。
引用
@article{arxiv.2209.03847,
title = {Bayes factors for longitudinal model assessment via power posteriors},
author = {Gabriel Calvo and Carmen Armero and Luigi Spezia and Maria Grazia Pennino},
journal= {arXiv preprint arXiv:2209.03847},
year = {2022}
}