题目:半参数回归方法中的贝叶斯模型选择
摘要:半参数回归方法可以应用于协变量不能对结果产生线性影响(或多项式函数)的回归分析中。然而，如果我们想要正式地测试一个或多个非参数效应(任何特定协变量)的存在，以完成模型选择，没有直接的方法，现有的方法在计算上是昂贵的。我们利用马尔可夫链蒙特卡罗技术在贝叶斯框架中完成模型选择。在这种情况下，贝叶斯p样条被用于非参数效应，因为它们有一些很好的性质。这种方法使我们能够同时进行模型选择和回归参数的估计。提出了两种方法:首先，我们对随机效应的协方差使用逆伽马先验。然后，我们重新制定模型，并对协方差矩阵的Cholesky因子应用条件共轭正态先验。我们采用仿真研究来比较两个版本的特性和性能。通过对两个实际数据集的分析说明了该方法。