一类分类纵向数据潜马尔可夫模型的贝叶斯推断
统计方法学
2011-01-05 v2
摘要
我们为一类潜马尔可夫模型提出了一种贝叶斯推断方法。这些模型广泛用于分析纵向分类数据，特别是当研究兴趣在于个体不可观测特征的演变时。我们特别考虑了基本的潜马尔可夫模型（不包含个体协变量）及其在测量模型中包含此类协变量的版本。所提出的推断方法基于在潜马尔可夫链的初始概率和转移概率的变换上构建的先验系统。该先验系统等价于基于Dirichlet分布的系统。为了从参数和潜状态数量的联合后验分布中抽取样本，我们实现了一个可逆跳转算法，该算法交替使用Metropolis-Hastings类型的移动和分裂/合并及出生/死亡类型的移动。通过两个基于纵向数据集的应用，对所提出的方法进行了说明。
引用
@article{arxiv.1101.0391,
title = {Bayesian inference for a class of latent Markov models for categorical longitudinal data},
author = {Francesco Bartolucci and Silvia Pandolfi},
journal= {arXiv preprint arXiv:1101.0391},
year = {2011}
}