多元Laplace分布下的广义贝叶斯分层回归模型及其应用

doi:10.13860/j.cnki.sltj.20200331-003

	多元Laplace分布下的广义贝叶斯分层回归模型及其应用
	慕娟 ; 田茂再
	2020
发表期刊	数理统计与管理
期号	3 页码:438-448
摘要	在处理二变量数据、分类数据、纵向数据及层次结构数据时广义线性混合效应模型(GLMM)是有力数据模型,该模型的经典假设是其系统部分具有正态分布的随机效应。然而,在实际应用中,我们需要使用比正态分布更重的尾部分布来处理数据中的异常值和重尾情况。该论文的创新之处在于针对这种情况使用了多元Laplace分布替代正态分布的假设(称为重尾替代)来研究GLMM,构建了新的模型广义贝叶斯分层回归模型。采用Monte Carlo模拟,给出了M-H抽样算法下模型参数的点估计及区间估计,并与其他方法得出的参数估计进行对比。模拟结果表明在重尾数据中,该模型对数据的处理优于传统的方法。最后,利用新模型结合实际数据进行了实证演示,说明了该模型和方法的有效性和实用性。
关键词	广义线性混合效应模型重尾数据多元Laplace分布贝叶斯分层模型 M-H算法
DOI	10.13860/j.cnki.sltj.20200331-003
URL	查看原文
收录类别	CSSCI ; CSCD
ISSN	1002-1566
语种	中文
来源期刊等级	B类
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/10352
专题	统计与数据科学学院
作者单位	1.兰州财经大学统计学院; 2.中国人民大学应用统计科学研究中心; 3.中国人民大学统计学院
推荐引用方式 GB/T 7714	慕娟,田茂再. 多元Laplace分布下的广义贝叶斯分层回归模型及其应用[J]. 数理统计与管理,2020(3):438-448.
APA	慕娟,&田茂再.(2020).多元Laplace分布下的广义贝叶斯分层回归模型及其应用.数理统计与管理(3),438-448.
MLA	慕娟,et al."多元Laplace分布下的广义贝叶斯分层回归模型及其应用".数理统计与管理 .3(2020):438-448.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
28977.caj（1113KB）	期刊论文	出版稿	暂不开放	CC BY-NC-SA	请求全文