评价多水平因子分析模型的异质性:半参数贝叶斯方法

来源：应用数学学报杂志2015年第4期北京时间：

作者：夏业茂, 勾建伟

单位：南京林业大学理学院应用数学系, 南京 210037

摘要：数据的异质性因相关的解释变量被排除在既定模型. 然而, 目前经典统计方法难以处理的异 质参数的依赖关系或"结". 为了解决非均质参数之间的依赖关系, 本文基于多水平因子分析 模型提出一个半参数贝叶斯分析程序. 对于模型的截距和/或协方差结构参数的分布赋予 折断的Dirichlet过程先验. 在贝叶斯马尔可夫链蒙特卡罗框架内,分块Gibbs抽样器被用来执行后验分析. 统计推断的基础上进行这些观察的经验分布. 仿真研究表明, 忽略了非均质参数之间的联系会导致不变参数 估计产生严重的偏差.

关键词：多水平因子分析模型,MCMC算法,分块Gibbs抽样器,折断Dirichlet过程先验

基金资助：国家自然科学基金(11471161), 南京林业大学高学历人才项目(163101004)以及南京市留学回国人员科技择优资助项目(013101001)资助.