因子数未知时的稀疏贝叶斯因子分析
统计方法学
2023-01-18 v1
摘要
在带有收缩先验的稀疏贝叶斯因子分析这一子领域,研究兴趣日益增长,其在因子模型天然简洁性之外实现了额外的稀疏性。本着这一思路,我们在广泛实施的稀疏潜因子模型中,通过对因子载荷矩阵施加尖峰- slab 先验,来估计公共因子数。我们的框架在一方面实现模型估计与选择的天然、高效且同步的耦合,另一方面实现模型识别与秩估计(因子数)的耦合。更确切地说,通过将无序广义下三角载荷表示嵌入过拟合稀疏因子建模中,我们通过高效定制的马尔可夫链蒙特卡洛方案的后处理抽样,获得了关于因子载荷、公共因子以及因子维数的后验概要。
引用
@article{arxiv.2301.06459,
title = {Sparse Bayesian factor analysis when the number of factors is unknown},
author = {Sylvia Frühwirth-Schnatter and Darjus Hosszejni and Hedibert Freitas Lopes},
journal= {arXiv preprint arXiv:2301.06459},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:1804.04231