分层嵌入式贝叶斯加性回归树
统计方法学
2023-04-25 v2 机器学习
摘要
我们提出了贝叶斯加性回归树的一个简单而强大的扩展,命名为分层嵌入式 BART(HE-BART)。该模型允许在一组回归树的终端节点层级纳入随机效应,使 HE-BART 成为混合效应模型的非参数替代方案,避免了用户指定模型中随机效应结构的需求,同时保持了标准 BART 的预测与不确定性校准特性。利用模拟和真实世界示例,我们证明这一新扩展在许多标准混合效应模型示例数据集上给出了更优预测,且仍能提供随机效应方差的一致估计。在本文的未来版本中,我们将阐述其在更大型、更先进的数据集与结构中的使用。
引用
@article{arxiv.2204.07207,
title = {Hierarchical Embedded Bayesian Additive Regression Trees},
author = {Bruna Wundervald and Andrew Parnell and Katarina Domijan},
journal= {arXiv preprint arXiv:2204.07207},
year = {2023}
}