关于协方差矩阵估计的一类收缩先验
统计方法学
2011-10-07 v2 统计计算
摘要
我们提出了一类基于均匀分布尺度混合的灵活模型，用于构建协方差矩阵估计的收缩先验。这类新的先验相较于传统的正态分布尺度混合先验具有诸多优势，包括在刻画先验密度时的简洁性和灵活性。我们还展示了一个简单、易于实现的 Gibbs 采样器用于后验模拟，从而在高维问题中实现高效估计。我们首先讨论了这种新方法的理论和计算细节，然后将基本模型扩展为一类新的多元条件自回归模型，用于分析多元区域数据。所提出的空间模型以诱人的计算成本灵活地刻画了空间和结果相关结构。包含合成数据和真实数据的示例展示了该新框架在稳健估计以及提高预测性能方面的实用性。
引用
@article{arxiv.1109.3409,
title = {On a Class of Shrinkage Priors for Covariance Matrix Estimation},
author = {Hao Wang and Natesh S. Pillai},
journal= {arXiv preprint arXiv:1109.3409},
year = {2011}
}