Sparse Bayesian Estimation with High-dimensional Binary Response Data

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/89643

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/89643

題名:	Sparse Bayesian Estimation with High-dimensional Binary Response Data
作者:	吳宣廷;Wu, Xuan-Ting
貢獻者:	統計研究所
關鍵詞:	貝葉斯;高維度;邏輯式模型;貝式推論;三參數beta 正態;Bayesian;high-dimensional;logistic model;Bayesian Inference;Three Parameter Beta Normal
日期:	2022-09-15
上傳時間:	2022-10-04 11:50:37 (UTC+8)
出版者:	國立中央大學
摘要:	我們在具有高維矩陣值協變量數據的邏輯線性模型中考慮貝葉斯估計，特別是在超高維數據中。這項研究的動機是在經典的邏輯式模型中擴展貝葉斯方法。所提出的估計可以應用於在分類方法上，比較多的案例是有關於有無疾病，事件的是否發生，例如張量判別分析以及常見的成像研究、遺傳學等。我們用模擬研究和陶瓷樣品的化學成分數據集來展示所提出的方法。;We consider Bayesian estimation in a logistic linear model with high-dimensional matrixvalued covariate data, especially in ultra-high-dimensional data. The motivation for this study is to develop the Bayesian approach in classical logistic-style models. The proposed estimates can be applied to classification problems, most of which are related to the presence or absence of diseases and the occurrence of events, such as tensor discriminant analysis and common imaging studies, genetics, etc. Simulation studies and a dataset of the chemical composition of a dataset demonstrate the proposed method.
顯示於類別:	[統計研究所] 博碩士論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	141	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....