Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
What About the Posterior Distributions When the Model is Non-dominated? Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

27. Bayesian Semiparametric Symmetric Models for Binary Data

verfasst von : Marcio Augusto Diniz, Carlos Alberto de Bragança Pereira, Adriano Polpo

Erschienen in: Interdisciplinary Bayesian Statistics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This work proposes a general Bayesian semiparametric model for binary data. Symmetric prior probability curves as an extension for discussed ideas from Basu and Mukhopadhyay (Generalized Linear Models: A Bayesian Perspective, pp. 231–241, 1998) are considered using the blocked Gibbs sampler, which is more general than the Polya urn Gibbs sampler. The Bayesian semiparametric approach allows us to incorporate uncertainty around the F distribution of the latent data and to model heavy-tailed or light-tailed distributions. In particular, the Bayesian semiparametric logistic model is introduced, which enables one to elicit prior distributions for regression coefficients from information about odds ratios; this is quite interesting in applied research. Then, this framework opens several possibilities to deal with binary data in the Bayesian perspective.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Bayesian Partition for Variable Selection in the Power Series Cure Rate Model
Nächstes Kapitel Assessing a Spatial Boost Model for Quantitative Trait GWAS
Literatur
1.
Albert, J.H., Chib, S.: Bayesian analysis of binary and polychotomous response data. J. Am. Stat. Assoc. 88(422), 669–679 (1993)CrossRefMATHMathSciNet
2.
Andrews, D.F., Mallows, C.L.: Scale mixtures of normal distributions. J. R. Stat. Soc. Ser. B (Methodological). 36(1), 99–102 (1974)
3.
Antoniak, C.E.: Mixtures of Dirichlet processes with applications to Bayesian nonparametric problems. Ann. Stat. 2(6), 1152–1174 (1974)
4.
Basu, S., Mukhopadhyay, S.: Binary response regression with normal scale mixture links. In: Dey, D.K., Ghosh, S.K., Mallick, B.K. (eds.) Generalized Linear Models: a Bayesian Perspective, pp. 231–241. Marcel Dekker, New York (1998)
5.
Blackwell, D., MacQueen, J.B.: Ferguson distributions via pólya urn schemes. Ann. Stat. 1(2), 353–355 (1973)
6.
Bliss, C.I.: The calculation of the dosage-mortality curve. Ann. Appl. Biol. 22(1), 134–167 (1935)CrossRef
7.
Brooks, S.P., Gelman, A.: General methods for monitoring convergence of iterative simulations. J. Comput Graph. Stat. 7(4), 434–455 (1998)MathSciNet
8.
Chen, M.H., Dey, D.K.: Bayesian modeling of correlated binary responses via scale mixture of multivariate normal link functions. Sankhy\=a: Indian J. Stat., Ser. A 60(3), 322–343 (1998)
9.
Connor, R.J., Mosimann, J.E.: Concepts of independence for proportions with a generalization of the Dirichlet distribution. J. Am. Stat. Assoc. 64(325), 194–206 (1969)CrossRefMATHMathSciNet
10.
Cox, D.R.: The Analysis of Binary Data. Chapman and Hall, London (1970)MATH
11.
12.
13.
Escobar, M.D., West, M.: Computing nonparametric hierarchical models. In: Dey, D.K., Müller, P., Sinha, D. (eds.) Practical Nonparametric and Semiparametric Bayesian Statistics, pp. 1–22. Springer, New York (1998)CrossRef
14.
Ferguson, T.S.:ABayesian analysis of some nonparametric problems. Ann. Stat. 1(2), 209–230 (1973)
15.
Ishwaran, H., Zarepour, M.: Markov chain Monte Carlo in approximate Dirichlet and Beta two-parameter process hierarchical models. Biometrika 87(2), 371–390 (2000)CrossRefMATHMathSciNet
16.
MacEachern, S.N.: Estimating normal means with a conjugate style Dirichlet process prior. Commun. Stat.-Simul. Comput. 23(3), 727–741 (1994)MATHMathSciNet
17.
MacEachern, S.N., Müller, P.: Estimating mixture of Dirichlet process models. J. Comput. Graph. Stat. 7(2), 223–238 (1998)
18.
Robert, C.P.: Simulation of truncated normal variables. Stat. Comput. 5(2), 121–125 (1995)CrossRefMATH
19.
20.
Metadaten
Titel
Bayesian Semiparametric Symmetric Models for Binary Data
verfasst von
Marcio Augusto Diniz
Carlos Alberto de Bragança Pereira
Adriano Polpo
Copyright-Jahr
2015
Buch
Interdisciplinary Bayesian Statistics

Print ISBN: 978-3-319-12453-7

Electronic ISBN: 978-3-319-12454-4

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-12454-4_27

Premium Partner

    Bildnachweise