抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
回帰係数ベクトルのひらは,他の利点の中で,スパース性が解釈可能性を改善するので,しばしば望ましい特性である。実際には,多くの真の回帰係数は無視できるほど小さいが,非ゼロであり,準スパース性と呼ばれる。Spike-and-slab事前は,非常に小さい回帰係数を無視するように調整でき,結果として,予測精度と解釈可能性の間のトレードオフを提供する。しかし,完全なサポートを有するスパイクとスラブの事前は,任意の2つのモデルのBayes因子が確率に有界であるという意味で,矛盾するBayes因子をもたらす。これは,Bayes仮説試験の望ましくない特性であり,ここでは,サンプルサイズの増加が,真のモデルに有利なBayes因子の増加につながることを望んでいる。修復として,著者らは,準スパース設定において一貫したBayes因子を証明して,真のモデルを好む実験的に速い成長Bayes因子を示すために,分割サポートスパイク-および-スラブの事前の提案を行った。”そのために,著者らは,擬似スパース設定における一貫したBayes因子を証明して,また,真のモデルを支持する実験的高速成長Bayes因子を示した。模擬および実データに関するいくつかの実験は,高い効果サイズを持つモデルを同定するための提案した方法の有用性を確認し,一方,ハード閾値よりも偽陽性に対してより良い制御を導いた。Copyright 2021 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】