文献

J-GLOBAL ID：202202271869240494   整理番号：22A0550696

多変量二項データのためのPolya-ガンマデータ増強と潜在変数モデル【JST・京大機械翻訳】

Polya-gamma data augmentation and latent variable models for multivariate binomial data

著者 (3件)： Holmes John B. (University of Melbourne, Melbourne, Victoria, Australia) ,  Schofield Matthew R. (University of Otago, Dunedin, New Zealand) ,  Barker Richard J. (University of Otago, Dunedin, New Zealand)
資料名： Journal of the Royal Statistical Society. Series C. Applied Statistics  (Journal of the Royal Statistical Society. Series C. Applied Statistics)
巻： 71  号： 1  ページ： 194-218  発行年： 2022年 
JST資料番号： A0430A  ISSN： 0035-9254  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ニュージーランドの警察は,土着のMaoriに対する系統的バイアスが長い間疑われてきた。この可能性を調べるのに利用できる1つの資源は,違反タイプによって,警察の年数および予防の年間数である。しかし,モデル仕様/フィッティングは,これらのデータが制約された数,相互依存および多変量であるので複雑である。例えば,連続またはバイナリデータを超える因子モデルに対する制限オプションがある。これは,著者らのデータセットにおける重大な限界であり,一方,測定をクラスタ化し,異なる個体を各変数で測定した。主成分/因子分析表現に焦点を合わせて,正準ロジットリンクの下で,潜在的変数モデルをGibbsサンプリングによって適合させ,二項尤度にPolya-ガンマ増強を適用することにより任意の試行サイズの多変量二項データに当てはめることができることを示した。収縮を組込むことにより,このモデリングアプローチが,二値データセットに対して一般的に採用されている逸脱最小化に基づく手法よりも,より低い平均二乗誤差と適合させることを示した。提案モデルの理論特性を探索することにより,著者らは,より広い範囲の潜在構造を推定し,隠れ複製の存在は,データが多変量二項である場合,予測を改善し,民族性とプロセプション確率の間の関係を調べる大きな柔軟性を与える。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 確率 ,  データ ,  複製 ,  ニュージーランド ,  標本抽出 ,  *変数 ,  クラスタ化 ,  柔軟性 ,  因子分析 ,  警察 ,  バイアス
準シソーラス用語： 平均二乗誤差 ,  尤度 ,  Gibbsサンプリング ,  *多変量 ,  *潜在変数 , 【Automatic Indexing@JST】

著者キーワード (5件)： 潜在変数モデル ,  ロジットモデル ,  多変量二項データ ,  Polya-γデータ増強 ,  主成分/因子分析

分類 (2件)： 自動車事故,交通安全  (TB01050G) ,  統計学  (AB08000H)

タイトルに関連する用語 (4件)： 多変量 ,  増強 ,  潜在変数 ,  モデル