中位数回归的贝叶斯变量选择方法

摘要：

当数据呈现厚尾特征或含有异常值时,基于惩罚最小二乘或似然函数的传统变量选择方法往往表现不佳.本文基于中位数回归和贝叶斯推断方法,研究线性模型的贝叶斯变量选择问题.通过选取回归系数的Spike and Slab先验,利用贝叶斯模型选择理论提出了中位数回归的贝叶斯估计方法,井提出了有效的后验Gibbs抽样程序.大量数值模拟和波士顿房价数据分析充分说明了所提方法的有效性.

关键词：中位数回归、贝叶斯变量选择、Spike and Slab先验、Gibbs抽样

所属期刊栏目：35

分类号：O212.2(概率论与数理统计)

资助基金：国家社会科学基金项目批准号:15BTJ027

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：594-610