摘要: 本文基于自变量与异常点识别隐变量的联合Bayes后验概率,给出了自变量与异常点同时识别的一般方法,且利用Gibbs抽样降低了Bayes后验概率的计算复杂度。其次,针对多值序次数据模型自变量与异常点的同时识别展开详细讨论,给出了同时识别的具体过程。最后通过模拟算例展示了本文方法的有效性。
王康宁 汪四水. 基于Bayes后验概率的自变量与异常点的同时识别[J]. 统计研究, 2012, 29(1): 31-37.
Wang Kangning & Wang Sishui. Simultaneous Variable Selection and Outlier Identification Based on Bayes Posterior Probability[J]. , 2012, 29(1): 31-37.