分量数带先验的混合模型
统计方法学
2015-02-24 v1
摘要
对于分量数未知的混合模型，一种自然的贝叶斯方法是采用通常带Dirichlet权重的有限混合模型，并对分量数施加先验——即使用有限混合的混合(MFM)。尽管MFM中的推断可用诸如可逆跳跃马尔可夫链蒙特卡罗等方法完成，但由于DPM采样器应用相对容易且通用，使用Dirichlet过程混合(DPM)模型要常见得多。在本文中，我们表明事实上DPM的许多吸引人的数学性质也为MFM所具有——简单的可交换划分分布、餐厅过程、随机测度表示，以及在某些情形下的折棍表示。因此，为DPM推断开发的强大方法也可直接应用于MFM。我们用模拟和真实数据（包括高维基因表达数据）进行了说明。
引用
@article{arxiv.1502.06241,
title = {Mixture models with a prior on the number of components},
author = {Jeffrey W. Miller and Matthew T. Harrison},
journal= {arXiv preprint arXiv:1502.06241},
year = {2015}
}