贝叶斯动态聚类因子模型
统计方法学
2025-05-28 v1
摘要
我们提出了一种新颖的贝叶斯动态聚类因子模型（BDCFM），用于分析多元纵向数据。BDCFM 将因子模型与隐马尔可夫模型相结合，同时执行降维、聚类以及估计对象在聚类间的动态转移。我们开发了一种高效的 Gibbs 采样器来探索后验分布。对模拟数据集的分析表明，我们的推断方法在参数估计和对象聚类方面均表现良好。最后，我们通过对阿片类药物使用障碍数据集的分析，展示了 BDCFM 的实用性。
引用
@article{arxiv.2505.21490,
title = {Bayesian Dynamic Clustering Factor Models},
author = {Tsering Dolkar and Marco A. R. Ferreira and Hwasoo Shin and Allison N. Tegge},
journal= {arXiv preprint arXiv:2505.21490},
year = {2025}
}