调查加权与回归建模的困境

Andrew Gelman

doi:10.1214/088342306000000691

调查加权与回归建模的困境

统计方法学 2007-11-06 v1

作者: Andrew Gelman

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

贝叶斯数据分析的一般原则意味着，调查响应的模型构建应以所有影响包含概率和无响应率的变量为条件，这些变量也用于调查加权和聚类。然而，此类模型可能迅速变得非常复杂，潜在地包含数千个事后分层单元。因此，开发能够产生合理贝叶斯推断的多层概率模型通用族成为一个挑战。我们在几项正在进行的公共卫生和社会调查的背景下对此进行了讨论。这项工作目前是开放式的，最后我们就如何推进研究以解决这些问题提出了思考。

关键词

bayesian variable selection statistical inference and model selection bayesian inference

引用

@article{arxiv.0710.5005,
  title  = {Struggles with Survey Weighting and Regression Modeling},
  author = {Andrew Gelman},
  journal= {arXiv preprint arXiv:0710.5005},
  year   = {2007}
}

This paper commented in: [arXiv:0710.5009], [arXiv:0710.5012], [arXiv:0710.5013], [arXiv:0710.5015], [arXiv:0710.5016]. Rejoinder in [arXiv:0710.5019]. Published in at http://dx.doi.org/10.1214/088342306000000691 the Statistical Science (http://www.imstat.org/sts/) by the Institute of Mathematical Statistics (http://www.imstat.org)

调查加权与回归建模的困境

摘要

关键词

引用

评论

相关论文