混合广义线性模型（续）.pdfVIP

混合广义线性模型（续）

上海财经大学陆天虹

4混合广义线性模型的贝叶斯分析

假设（｜［1］

fyii）是（1．1）式，并且回归曲面为（1．2）式。（1988）考虑了关于参数i

θGLMAlbertθ

的基于贝叶斯多层模型（混合广义性模型的一个有用子类）的推断，作为频率方法的修正，允许在

缩减模型（1．2）中引入不确定性，致使对GLM（1．2）的拟合优度评断特别令人感兴趣。

为了对（1．1）（1．2）进行贝叶斯分析，首先要对参数设定先验分布。先验设定分为两步。

GLMθ

（1）假设1，…，独立，的先验选取为共轭密度

θni

θθ

π（θ｜m，λ）＝exp｛λ［mθ－b（θ）］＋k（m，λ）｝i＝1，…，n（4．1）

iiiiii

在密度（1．3）式中，如果（｜U，）＝（｜L，），其中LULU

iiiii∈（，）（、〈∞），则

πθmλπθmλθiiii

θθθθ

E（μ）＝E［b｀（θ）］＝mi＝1，…，n

iii

注意Albert没有给出这个条件，详见本文第5节引理5．1。由此，超参数mi就是抽样均值i的先

μ

验均值。为了反映我们对（1．2）式的信念，设先验均值｛｝满足模型，即

GLMmi

g（m）＝xiiTβi＝1，…，n（4．2）

式（4．1）剩下的参数为一精度参数，它反映均值i的先验信念程度，或是关于模型（1．2）信

λm

念的精度。当→∞，i的先验分布将趋于集中在i。此时模型（4．1）（4．2）等价于经典（1．

λμmGLM

2）。

称模型（1．1）（4．1）（4．2）为贝叶斯多层模型，可以看出这是一种共轭型混合广义性模型。

（2）先验设定的第二步，就是对超参数和的选取。假设超参数与独立，且