作为 g-先验混合的 Power-Expected-Posterior 先验
统计方法学
2020-10-09 v2
摘要
构建客观 Bayes 方法先验分布的主要途径之一是随机虚拟观测的概念。在此框架下，期望后验先验（EPP）具有若干优势，其中包括良好的简洁解释，并为建立模型间先验的相容性提供了有效方式。本文中，我们研究 power-expected posterior 先验作为 EPP 在正态线性模型下客观贝叶斯模型选择中的推广。我们证明它可表示为 -先验的混合，如同正态线性模型下广泛范围的先验分布一样，从而后验分布与 Bayes 因子以闭式导出，因此保持计算易处理性。我们与其他 -先验混合进行了比较，并着重关注 g 的后验分布及其对贝叶斯模型选择与模型平均的影响。
引用
@article{arxiv.2002.05782,
title = {Power-Expected-Posterior Priors as Mixtures of g-Priors},
author = {Dimitris Fouskakis and Ioannis Ntzoufras},
journal= {arXiv preprint arXiv:2002.05782},
year = {2020}
}