【论文】Logistic回归模型参数的贝叶斯估计及应用
文章采用独立样本M-H算法、逐分量M-H算法和切片Gibbs算法,计算Logistic回归模型的后验分布。在蒙特卡洛模拟中,采用每隔15步抽样一次的方法来降低自相关性。通过绘制直方图、路径图、自相关图等来比较三种算法,分析每种算法的优缺点。结果表明:在先验分布都选取正态分布的前提下,三种算法均具有可行性。随着样本量增大,切片Gibbs算法和独立样本M-H算法估计效果相对较差,逐分量M-H估计效果较好,并且采用Lasso算法进行变量选择可以提高抽样效率。
页:
[1]