线性回归模型中用于变量选择的模型先验分布
统计方法学
2015-12-29 v1
摘要
在本工作中，我们讨论了一种用于线性回归变量选择的新型模型先验概率。其核心思想是在考虑协变量数量的前提下，通过评估每个可能回归模型的价值，以客观的方式确定先验质量。通过模拟研究，我们表明在缺乏关于真实回归模型规模先验知识的场景下，所提出的先验优于均匀先验和 Scott & Berger 先验。我们使用分别具有 15 个和 4 个协变量的两个知名数据集来说明该先验的应用。
引用
@article{arxiv.1512.08077,
title = {Model Prior Distribution for Variable Selection in Linear Regression Models},
author = {Cristiano Villa and Jeong Eun Lee},
journal= {arXiv preprint arXiv:1512.08077},
year = {2015}
}
备注
24 pages