时空相关印度buffet过程

我们发展了一种新型随机过程，称为时空相关印度buffet过程 (SIBP)，用于时空相关的二进制矩阵，并提出了各种多变量响应变量的通用空间因子模型。我们通过原始印度buffet过程 (IBP) 的棒破坏表示引入空间依赖性，并通过对 logit 变换后的破坏比例使用潜在高斯过程来捕捉底层空间相关性。我们表明，在 SIBP 下，非零条目数量的边际极限性质与原始 IBP 相同，而联合概率受到空间相关性的影响。通过二项展开和 Polya-gamma 数据增强，我们提供了一个新的 Gibbs 抽样算法用于后验计算。通过仿真研究和两个应用程序演示了 SIBP 的有用性，这些应用程序分别针对大规模多项数据中的地域方言和多种树木种类的地理分布。