Bambi 库中默认先验的统计细节
应用统计
2017-02-14 v2
摘要
这是 Yarkoni 和 Westfall (2017) 的配套论文，该文描述了 Python 包 Bambi，用于通过简单接口估计贝叶斯广义线性混合模型。在此，我给出当用户未指定先验时所有模型中使用的默认弱信息先验背后的统计细节。我们的方法是首先推导若改在偏相关尺度上定义先验时斜率的方差会是多少，然后在对斜率设置独立的正态先验，其方差等于这些隐含方差。我们的方法在精神上类似于 Zellner 的 g-先验 (Zellner 1986)，因为它涉及回归斜率上的多元正态先验，带有一个调谐参数以控制先验的宽度或信息量，而与数据和预测变量的尺度无关。主要区别在于此处的调谐参数可直接解释为合理偏相关分布的标准差，并且该调谐参数对于不同系数可以具有不同值。截距和随机效应的默认先验最终基于先验斜率方差。
引用
@article{arxiv.1702.01201,
title = {Statistical details of the default priors in the Bambi library},
author = {Jacob Westfall},
journal= {arXiv preprint arXiv:1702.01201},
year = {2017}
}
备注
Bambi on Github: https://github.com/bambinos/bambi