可分离协方差矩阵下多元共可交换结构中的有限总体抽样贝叶斯分析
统计方法学
2017-11-30 v1
摘要
我们探讨了在许多变量按多种方式交叉分类的设计问题中有限总体抽样的影响。特别地，我们研究这样一些设计：希望抽取属于不同组的个体样本，其底层协方差矩阵在组间与变量间可分离。我们利用模型的广义条件独立结构，展示如何将完整模型的分析化简为一系列可解释的较低维问题。我们通过抽样获得的信息类型由正交典型方向标识。我们首先解决一个变量问题，其利用了二阶可交换向量调整的有力性质，该问题具有相同的定性特征，由底层典型变量方向表示，而与所选组、总体大小或样本量无关。然后我们解决一系列组问题，在平衡设计中可化简为二阶可交换向量的抽样。若总体大小有限，则各组的定性与定量特征将依赖于各组中的抽样比，当各组抽样比相同时 mimic（模拟）无限总体问题。
引用
@article{arxiv.1711.10982,
title = {Bayesian analysis of finite population sampling in multivariate co-exchangeable structures with separable covariance matric},
author = {Simon C. Shaw and Michael Goldstein},
journal= {arXiv preprint arXiv:1711.10982},
year = {2017}
}
备注
25 pages