二进制和计数数据动态模型中的高效数据增强
摘要：动态广义线性模型是一类模型，其观察结果和状态演变不再满足高斯分布，从而打破了后验模拟的闭式公式。找到并评估这些模型的后验模拟技术是重要的，因为在生态学、经济学、流行病学、医学和神经科学等多个学科中，对时间相关的类别或计数进行建模是有用的。在本文中，我们介绍了一种名为P''olya-Gamma数据增广的技术，并将其与其他两种竞争方法进行了比较。我们发现，在计数较小的情况下，P''olya-Gamma方法可以很好地应用于动态Logistic回归和动态负二项式回归。提供了补充文件以复制实验结果。
作者：Jesse Windle, Carlos M. Carvalho, James G. Scott, Liang Sun
论文ID：1308.0774
分类：Computation
分类简称：stat.CO
提交时间：2013-09-20