統合型入れ子ラプラス近似による二重階層モデルの当てはめ【JST・京大機械翻訳】

Morales-Otero Mabel; Gomez-Rubio Virgilio; Nunez-Anton Vicente

プレプリント

J-GLOBAL ID：202202213301503154 整理番号：22P0276653

統合型入れ子ラプラス近似による二重階層モデルの当てはめ【JST・京大機械翻訳】

Fitting Double Hierarchical Models with the Integrated Nested Laplace Approximation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月19日プレプリントサーバーでの情報更新日： 2022年01月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

二重階層一般化線形モデル(DHGLM)は,平均とスケールパラメータを階層的にモデル化するのに十分な柔軟性を持つモデルのファミリーである。Bayesフレームワークでは,この問題が典型的なMarkov連鎖モンテカルロ(MCMC)法を用いて,異なるパラメータ間の潜在的高い相関とモデルの影響により対処される場合,高度にパラメータ化された階層的モデルを当てはめることは挑戦的である。統合ネストLaplace近似(INLA)は,これらの問題を扱うのを避ける代わりに考慮できた。しかし,DHGLMは,INLAが適合できる潜在GaussMarkov確率場(GMRF)モデルに適合しない。本論文では,INLAと重要度サンプリング(IS)アルゴリズムを結合することにより,INLAとDHGLMに適合する方法を示した。特に,階層モデルのグラフィカル表現の助けで,適応多重IS(AMIS)を用いて,パラメータの残りが適合するように,INLAに適合できるサブモデルにDHGLMを分割する方法を説明した。これを3種類のモデルおよび2種類の実データ例に関するシミュレーション研究を用いて例証した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

信号理論

, , ,

前のページに戻る