图模型布局的贝叶斯分析.pdfVIP

摘 要 图模型是刻画变量间相关性结构的概率模型，广泛应用于因果推断、统计决策等许 多领域．当变量很多时，图模型的结构可以非常复杂．这使得图模型结构的确定成为一个 引人注目的问题．无向图模型和双向图模型结构的确定可以转化为对协方差阵的选择，传 统的方法将这个问题视为多假设检验问题．从上世纪九十年代开始，由于Markov链Montc and 法(MCMC及其推广)解决了涉及复杂模型和复杂数据的许多经典统计学难题．Yang and Bcrgor(1994)利用贝叶斯方法来估计协方差矩阵．Giudici 用抽样算法解决了可分解的无向图模型的协方差选择问题．我们采用生灭过程Markov链 Monte Carlo(BDMCMC)方法对协方差进行选择，使其适用于更一般的无向图模型． 本文考虑一类特殊的图模型(即多元混合效应模型)的模型选择问题．在这个模型 中，需要选择的模型参数包括固定效应、随机效应的协方差和误差项的协方差．固定效 的思路不同，我们对模型的先验设置以