回归中利用不确定的先验信息计算置信区间
摘要：线性回归模型中存在回归参数beta = (beta_1, ..., beta_p)，并且存在独立同分布的N(0, sigma^2)误差。假设感兴趣的参数为theta = a^T beta，其中a是一个指定的向量。定义参数tau = c^T beta - t，其中向量c和数字t是指定的，且a和c线性无关。同时假设我们有关于tau = 0的不确定先验信息。Kabaila和Giri (2009c)提出了一种利用这个先验信息的新的频率派1-alpha置信区间来估计theta。该区间的期望长度在先验信息关于tau的正确性下相对较小，并且其最大值也不太大。当数据与先验信息强烈矛盾时，该区间与标准的1-alpha置信区间（通过将完整模型拟合到数据中获得）重合。初看起来，计算这个新的置信区间似乎不可行。然而，通过详细介绍的各种计算设备，这个计算变得可行且实用。
作者：Paul Kabaila and Khageswor Giri
论文ID：0904.2435
分类：Computation
分类简称：stat.CO
提交时间：2009-04-17