多元计数数据的序贯贝叶斯分析
统计方法学
2016-09-16 v2 统计计算
摘要
我们提出了一类新的动态多元泊松计数模型，其允许快速在线更新，我们将这些模型称为多元 Poisson-scaled beta (MPSB) 模型。MPSB模型允许计数中的序列依赖，以及多个序列之间在随机共同环境下的依赖。其他显著特征包括状态传播和预测似然密度的解析形式。序贯更新通过更新静态模型参数的充分统计量来实现，从而导出了一个完全适应的粒子学习算法，以及一类新的预测似然和边际分布，我们称之为（动态）多元合流超几何负二项分布（MCHG-NB）和动态多元负二项分布（DMNB）。为说明我们的方法，我们使用了各种模拟研究以及关于每周非耐用品消费者需求的计数数据。
引用
@article{arxiv.1602.01445,
title = {Sequential Bayesian Analysis of Multivariate Count Data},
author = {Tevfik Aktekin and Nicholas G. Polson and Refik Soyer},
journal= {arXiv preprint arXiv:1602.01445},
year = {2016}
}
备注
31 pages, 9 figures