基于尖峰-板坯先验的贝叶斯线性回归变量融合
统计方法学
2021-11-22 v3 机器学习
摘要
在线性回归模型中，系数融合用于识别与响应具有相似关系的预测变量。这被称为变量融合。本文从贝叶斯线性回归模型的角度提出一种新颖的变量融合方法。我们关注基于尖峰-板坯先验方法的层次贝叶斯模型。对尖峰-板坯先验进行定制以执行变量融合。为获得参数估计，我们开发了参数的 Gibbs 采样器。模拟研究与真实数据分析表明，我们所提方法优于先前的方法。
引用
@article{arxiv.2003.13299,
title = {Variable fusion for Bayesian linear regression via spike-and-slab priors},
author = {Shengyi Wu and Kaito Shimamura and Kohei Yoshikawa and Kazuaki Murayama and Shuichi Kawano},
journal= {arXiv preprint arXiv:2003.13299},
year = {2021}
}
备注
19 pages