变分全贝叶斯 Lasso：回归样条中的节点选择
统计方法学
2021-03-01 v1 统计计算
摘要
我们通过变分推断开发了一种全自动贝叶斯 Lasso。这是一种用于近似后验分布的可扩展过程。特别关注回归样条中的节点选择。为推进我们的提案，提出了一种全自动变分贝叶斯 Lasso，对超参数采用 Jefferey 先验，并引入决策理论方法以决定节点是否被选中。我们开展了广泛的模拟研究以确保所提算法的有效性。这些算法也在一些真实数据集上进行了测试，包括来自全球大流行 Covid-19 的数据。同样，算法在捕捉数据结构方面表现出非常好的性能。
引用
@article{arxiv.2102.13548,
title = {Variational Full Bayes Lasso: Knots Selection in Regression Splines},
author = {Larissa Alves and Ronaldo Dias and Helio S. Migon},
journal= {arXiv preprint arXiv:2102.13548},
year = {2021}
}
备注
The authors contributed equally to the design and implementation of the research, to the analysis of the results and to the writing of the manuscript