mixsemiconjugateblm
带半共轭先验的随机搜索变量选择贝叶斯线性回归模型
描述
一般来说,当您创建一个贝叶斯线性回归模型对象时,它只指定了线性回归模型的联合先验分布和特征。也就是说,模型对象是用于进一步使用的模板。具体来说,为了将数据合并到模型中进行后验分布分析和特征选择,将模型对象和数据传递给适当的对象目标函数。
创建
语法
描述
属性
当您使用名称-值对参数语法创建模型对象时,或者在您使用点表示法创建模型对象之后,您可以设置可写的属性值。例如,要从模型中排除一个拦截,请输入
PriorMdl。拦截=假;
NumPredictors
- - - - - -预测变量数量
非负整数
贝叶斯多元线性回归模型中预测变量的数量,指定为非负整数。
NumPredictors
必须与您在模型估计或模拟期间指定的预测器数据中的列数相同。
当指定NumPredictors
,排除值的任何截距项。
在创建模型之后,如果您更改了值NumPredictors
使用点表示法,然后这些参数恢复为默认值:
变量名称(
VarNames
)先验均值β(
μ
)的先验方差β对于每个制度(
V
)的先验相关矩阵β(
相关
)先验状态概率(
概率
)
数据类型:双
拦截
- - - - - -包含回归模型截距的标志
真正的
(默认)|假
标记,用于包含回归模型截距,该截距在本表中指定为值。
价值 | 描述 |
---|---|
假 |
从回归模型中排除一个截距。因此,β是一个p -维向量,其中p 的值NumPredictors 。 |
真正的 |
在回归模型中包含一个截距。因此,β是a (p + 1)-维向量。此规范导致T-by-1的向量作为预估和模拟时预估的预测器数据。 |
如果在预测器数据中包含一列的截距项,则设置拦截
来假
。
例子:“拦截”,假的
数据类型:逻辑
VarNames
- - - - - -预测变量名称
字符串向量|特征向量的单元向量
用于显示的预测器变量名,指定为字符串向量或字符向量的单元格向量。VarNames
必须包含NumPredictors
元素。VarNames (
变量名在列中吗j
)j
在估计、模拟或预测期间指定的预测器数据集的。
默认为β{β(1),(2),…,β(
,在那里p
)}p
的值NumPredictors
。
例子:“VarNames”,(“失业率会”;“CPI”)
数据类型:字符串
|细胞
|字符
μ
- - - - - -高斯混合先验的分量平均超参数β
0(截距+ NumPredictors,2)
(默认)|数字矩阵
高斯混合先验的分量平均超参数β,指定为一个(拦截+ NumPredictors
)-by-2数值矩阵。第一列包含组件1的先验均值(变量包含域,即γ= 1)。第二列为成分2的先验均值(变量排除制度,即γ= 0)。
如果
拦截
是假
,然后μ
有NumPredictors
行。mixsemiconjugateblm
属性的先验平均值NumPredictors
与预测器数据集中的列对应的系数,您在估计、模拟或预测期间指定。否则,
μ
有NumPredictors + 1
元素。第一个元素对应于截距的先验均值,所有其他元素对应于预测变量。
提示
执行SSVS时,使用默认值μ
。
例子:在3系数模型中,“亩”,[0.5 0;0.5 0;0.5 0]
将所有系数的分量1的先验平均值设置为0.5
并将所有系数的分量2的先验平均值设为0
。
数据类型:双
V
- - - - - -高斯混合先验的分量方差超参数β
repmat([10 0.1],拦截+ NumPredictors,1)
(默认)|正数值矩阵
高斯混合先验的分量方差超参数β,一个(拦截+ NumPredictors
)-乘2的正数值矩阵。第一列为成分1的先验方差因子(变量包含域,即γ= 1)。第二列为成分2的先验方差因子(变量排除制度,即γ= 0)。
如果
拦截
是假
,然后V
有NumPredictors
行。mixsemiconjugateblm
的先验方差因子NumPredictors
与预测器数据集中的列对应的系数,您在估计、模拟或预测期间指定。否则,
V
有NumPredictors + 1
元素。第一个元素对应截距的先验方差因子,所有其他元素对应预测变量。
提示
要执行SSVS,请为区域1指定比区域2更大的方差因子
j
,指定V (
>j
, 1)V (
)。j
, 2)有关要指定的值的详细信息
V
,请参阅[1]。
例子:在3系数模型中,“V”,[100 1;100年1;100 (1)
将所有系数的分量1先验方差因子设为One hundred.
并将各系数的分量2先验方差因子设为1
。
数据类型:双
概率
- - - - - -变量包含和排除制度的先验概率分布
0.5*ones(拦截+ NumPredictors,1)
(默认)|[0,1]中的数值向量|函数处理
变量包含和排除制度的先验概率分布,指定为一个(拦截
+NumPredictors
)-by-1的数值向量[0,1],或形式的函数句柄@fcnName
,在那里fcnName
函数名。概率
的先验概率分布γ= {γ1、……γK},:
K=
拦截
+NumPredictors
,为回归模型中的系数数。γk∈{0,1},用于k=1、……K。因此,样本空间的基数为2K。
γk= 1表示变量
VarNames
(
包含在模型中,和γk= 0表示该变量被排除在模型之外。k
)
如果概率
是数值向量:
中的变量名对应于
VarNames
。对于包含截距的模型,截距包含的先验概率为概率(1)
。为
= 1,…,K,排除变量的先验概率k
是1 -k
概率(
k
)。在所有变量和截距之间,变量包含区域的先验概率是独立的。
如果概率
是函数句柄,则它表示变量包含区域概率的自定义先验分布。对应的函数必须有这样的声明语句(参数和函数名可以不同):
Logprob = regmeprior (varinc)
logprob
表示先验分布的对数的数值标量。你可以把先验分布写成比例常数。varinc
是一个K-by-1逻辑向量。元素对应于中的变量名VarNames
并指出对应变量存在的状态。varinc (
=k
)真正的
表明VarName (
包含在模型中,和k
)varinc (
=k
)假
指示它从模型中排除。
您可以包含更多的输入参数,但在调用时必须知道它们mixsemiconjugateblm
。
有关要指定的值的详细信息概率
,请参阅[1]。
例子:在3系数模型中,“概率”,兰德(3,1)
为每个系数分配随机的先验变量包含概率。
数据类型:双
|function_handle
相关
- - - - - -的先验相关矩阵β
眼睛(拦截+ NumPredictors)
(默认)|数值,正定矩阵
的先验相关矩阵β对于混合模型中的两个组件,指定为一个(拦截
+NumPredictors
)——- (拦截
+NumPredictors
)数值的正定矩阵。因此,分量的先验协方差矩阵
在混合模型中j
诊断接头(sqrt (V (:,
,在那里j
))) *相关性*诊断接头(sqrt (V (:,j
)))V
为方差系数矩阵。
中的行和列对应于变量名VarNames
。
默认情况下,回归系数是不相关的,以制度为条件。
请注意
您可以提供任何适当大小的数字矩阵。但是,如果你方的说明不明确,mixsemiconjugateblm
发出警告并将您的规范替换为CorrelationPD
,地点:
相关性pd = 0.5*(相关性+相关性。');
提示
有关要指定的值的详细信息相关
,请参阅[1]。
数据类型:双
一个
- - - - - -逆先验的形状超参数σ2
3.
(默认)|数字标量
逆先验的形状超参数σ2,指定为数值标量。
一个
至少是-(截距+ NumPredictors)/2
。
与B
当保持固定时,逆伽马分布变得更高更集中一个
增加。的先验模型σ2大于后验估计时的似然。
逆伽马分布的函数形式,见易于分析处理的后验。
例子:“一个”,0.1
数据类型:双
B
- - - - - -逆先验的尺度超参数σ2
1
(默认)|积极的标量|正
逆先验的比例参数σ2,指定为正标量或正
。
与一个
当保持固定时,逆伽马分布变得更高更集中B
增加。的先验模型σ2大于后验估计时的似然。
例子:“B”,5
数据类型:双
对象的功能
例子
为SSVS创建先验模型
考虑预测美国实际国民生产总值(gdp)的多元线性回归模型(GNPR
)采用工业生产指数(新闻学会
)、总就业人数(E
)和实际工资(或者说是
)。
对所有 , 是一系列均值为0,方差为0的独立高斯扰动吗 。
假设这些先验分布 = 0,…,3:
,在那里 和 是独立的标准正态随机变量。因此,系数具有高斯混合分布。假设所有系数都是条件独立的。
。 和 分别是逆伽马分布的形状和比例。
它表示具有离散均匀分布的随机变量-包含状态变量。
为SSVS创建一个先验模型。指定预测器的数量p
。
P = 3;PriorMdl = mixsemijugateblm (p);
PriorMdl
是一个mixsemiconjugateblm
贝叶斯线性回归模型对象表示回归系数和扰动方差的先验分布。mixsemiconjugateblm
在命令行上显示先前分布的摘要。
或者,您可以通过传递预测器的数量来为SSVS创建一个先验模型bayeslm
和设置ModelType
到的名称-值对参数“mixsemiconjugate”
。
MdlBayesLM = bayeslm(p,“ModelType”,“mixsemiconjugate”)
MdlBayesLM = mix半导体jugateblm与属性:NumPredictors: 3拦截:1 VarNames: {4x1 cell} Mu: [4x2 double] V: [4x2 double]概率:[4x1 double]相关性:[4x4 double] A: 3 B:1 |意味着性病CI95积极的分布 ------------------------------------------------------------------------------ 拦截| 0 2.2472[-5.201,5.201]0.500混合分布β(1)| 0 2.2472[-5.201,5.201]0.500混合分布β(2)| 0 2.2472[-5.201,5.201]0.500混合分布β(3)| 0 2.2472[-5.201,5.201]0.500混合分布Sigma2 | 0.5000 - 0.5000[0.138, 1.616] 1.000搞笑(3.00,1)
Mdl
和MdlBayesLM
是等价的模型对象。
您可以使用点表示法设置已创建模型的可写属性值。将回归系数名称设置为相应的变量名称。
PriorMdl。VarNames=[“他们”“E”“福”]
PriorMdl = mixsemijugateblm with properties: NumPredictors: 3拦截:1 VarNames: {4x1 cell} Mu: [4x2 double] V: [4x2 double]概率:[4x1 double]相关性:[4x4 double] A: 3 B:1 |意味着性病CI95积极的分布 ------------------------------------------------------------------------------ 拦截| 0 2.2472[-5.201,5.201]0.500混合分布IPI | 0 2.2472[-5.201, 5.201] 0.500混合分布E | 0 2.2472[-5.201, 5.201] 0.500混合分布WR | 0 2.2472[-5.201, 5.201] 0.500混合分布Sigma2 | 0.5000 - 0.5000[0.138, 1.616] 1.000搞笑(3.00,1)
MATLAB®将变量名称与显示中的回归系数关联起来。
绘制先验分布。
情节(PriorMdl);
每个系数的先验分布是两个高斯的混合:两个分量的均值都为零,但分量1相对于分量2的方差较大。因此,它们的分布以0为中心,并且具有spike-and-slab外观。
使用SSVS和默认选项执行变量选择
中的线性回归模型为SSVS创建先验模型。
为执行SSVS创建一个先验模型。假设
和
是独立的(半共轭混合物模型)。指定预测器的数量p
回归系数的名称。
P = 3;PriorMdl = mixsemijugateblm (p,“VarNames”, (“他们”“E”“福”]);
显示先验区域概率和先验的高斯混合方差因子 。
priorprobability = table(PriorMdl。概率,“RowNames”, PriorMdl。VarNames,...“VariableNames”,“概率”)
priorProbabilities =4×1表概率___________截距0.5 IPI 0.5 E 0.5 WR 0.5
priorV = array2table(PriorMdl。V,“RowNames”, PriorMdl。VarNames,...“VariableNames”, (“gammaIs1”“gammaIs0”])
priorV =4×2表gammaIs1 gammaIs0 ________ ________截取10 0.1 IPI 10 0.1 E 10 0.1 WR 10 0.1
PriorMdl
存储先验状态概率概率
属性和政体中的方差因素V
财产。变量包含的默认先验概率为0.5。对于变量包含体系,每个系数的默认方差因子为10,对于变量排除体系,默认方差因子为0.01。
加载Nelson-Plosser数据集。为响应和预测器系列创建变量。
负载Data_NelsonPlosserX = DataTable{:, priormll . varnames (2:end)};y = DataTable{:,“GNPR”};
的边际后验分布来实现SSVS 和 。因为SSVS使用马尔科夫链蒙特卡罗(MCMC)进行估计,所以设置一个随机数种子来再现结果。
rng (1);PosteriorMdl =估计(PriorMdl,X,y);
方法:MCMC抽样10000张,观察数:624 |意味着性病CI95积极的分配制度 ------------------------------------------------------------------------------- 拦截| -1.5629 - 2.6816[-7.879,2.703]0.300经验0.5901 IPI | 4.6217 - 0.1222[4.384, 4.865] 1.000经验1 E | 0.0004 - 0.0002[0.000, 0.001] 0.976经验0.0918 WR | 2.6098 - 0.3691[1.889, 3.347] 1.000经验1 Sigma2 | 50.9169 - 9.4955[35.838, 72.707] 1.000经验NaN
PosteriorMdl
是一个empiricalblm
的后验分布绘制的模型对象
和
根据这些数据。估计
在命令行上显示边缘后验分布的摘要。摘要的行对应回归系数和扰动方差,列对应后验分布的特征。其特点包括:
CI95
,其中包含参数的95%贝叶斯相等可信区间。例如,后验概率的回归系数E
是在[0.000, 0.001]
是0.95。政权
,其中包含变量包含的边际后验概率( 对于一个变量)。例如,后验概率E
应该包含的型号是0.0918。
假设变量政权
< 0.1应该从模型中去除,结果表明可以将失业率从模型中排除。
默认情况下,估计
绘制并丢弃大小为5000的老化样本。然而,一个好的做法是检查图纸的痕迹图,以充分混合和缺乏瞬态。绘制每个参数的绘图跟踪图。您可以访问组成分布的绘图(属性)BetaDraws
和Sigma2Draws
)使用点表示法。
图;为J = 1:(p + 1) subplot(2,2, J);情节(PosteriorMdl.BetaDraws (j,:));标题(sprintf (' % s ', PosteriorMdl.VarNames {j}));结束
图;情节(PosteriorMdl.Sigma2Draws);标题(“Sigma2”);
轨迹图表明,这些图似乎混合得很好。这些图没有显示出可检测的短暂性或序列相关性,并且在状态之间不跳跃。
为SSVS指定自定义先验制度概率分布
中的线性回归模型为SSVS创建先验模型。
加载Nelson-Plosser数据集。为响应和预测器系列创建变量。将特定于示例的文件添加到MATLAB®路径。
负载Data_NelsonPlosserVarNames = [“他们”“E”“福”];X = DataTable{:,VarNames};y = DataTable{:,“GNPR”};Path = fullfile(matlabroot,“例子”,“经济学”,“主要”);目录路径);
假设:
截距在模型中,概率为0.9。
新闻学会
和E
在模型中的概率是0.75。如果
E
是包含在模型中的,那么概率是或者说是
包含在模型中的是0.9。如果
E
被排除在模型之外,那么概率是或者说是
包含的是0.25。
声明一个名为priorssvsexample.m
:
接受一个逻辑向量,指示截距和变量是否在模型中(
真正的
对于模型包含)。元素1对应于截距,其余元素对应于数据中的变量。返回一个数字标量,表示所描述的先验区域概率分布的对数。
函数Logprior = priorssvsexample(varinc)PRIORSSVSEXAMPLE记录ssv的先验状态概率分布% PRIORSSVSEXAMPLE是一个自定义日志先验区域概率的例子具有依赖随机变量的SSVS的%分布。varinc是%一个4乘1的逻辑向量,表示模型中是否有4个系数%和logPrior是一个数字标量,表示优先级的对数区域概率的%分布。%%系数根据以下规则进入模型:% * varinc(1)的概率为0.9。% * varinc(2)和varinc(3)在模型中的概率为0.75。% *如果varinc(3)包含在模型中,则模型中varinc(4)的百分比为0.9。% *如果varinc(3)从模型中排除,则概率varinc(4)的百分比为0.25。logprior =日志(0.9)+ 2 *日志(0.75)+日志(varinc (3) * 0.9 + (1-varinc (3)) * 0.25);结束
priorssvsexample.m
是计量经济学工具箱™中包含的特定于示例的文件。要访问它,请输入编辑priorssvsexample.m
在命令行。
为执行SSVS创建一个先验模型。假设和是独立的(半共轭混合物模型)。指定预测器的数量p
回归系数的名称,自定义,变量包含制度的先验概率分布。
P = 3;PriorMdl = mixsemijugateblm (p,“VarNames”, (“他们”“E”“福”],...“概率”, @priorssvsexample);
的边际后验分布来实现SSVS和。因为SSVS使用MCMC进行估计,所以设置一个随机数种子来再现结果。
rng (1);PosteriorMdl =估计(PriorMdl,X,y);
方法:MCMC抽样10000张,观察数:624 |意味着性病CI95积极的分配制度 ------------------------------------------------------------------------------- 拦截| -1.4658 - 2.6046[-7.781,2.546]0.308经验0.5516 IPI | 4.6227 - 0.1222[4.385, 4.866] 1.000经验1 E | 0.0004 - 0.0002[0.000, 0.001] 0.976经验0.2557 WR | 2.6105 - 0.3692[1.886, 3.346] 1.000经验1 Sigma2 | 50.9621 - 9.4999[35.860, 72.596] 1.000经验NaN
假设,变量与政权
< 0.1应该从模型中移除,结果表明可以将所有变量都包含在模型中。
因为这个例子要求路径
要访问特定于示例的文件,请通过删除进行清理路径
从MATLAB®路径。
rmpath(路径);
使用后验预测分布预测响应
中的回归模型为SSVS创建先验模型。
执行科学价值:
为SSVS创建一个贝叶斯回归模型,该模型具有数据似然的半估计先验。使用默认设置。
列出最后10期估计数据。
估计边际后验分布。
P = 3;PriorMdl = bayeslm(p,“ModelType”,“mixsemiconjugate”,“VarNames”, (“他们”“E”“福”]);负载Data_NelsonPlosserFHS = 10;%预测视界大小X = DataTable{1:(end - fhs), priormll . varnames (2:end)};y = DataTable{1:(end - fhs),“GNPR”};XF = DataTable{(end - fhs + 1):end, priormll . varnames (2:end)};%未来预测数据yFT = DataTable{(end - fhs + 1):end,“GNPR”};%真实的未来反应rng (1);%用于再现性PosteriorMdl =估计(PriorMdl,X,y,“显示”、假);
使用后验预测分布和未来预测数据预测反应XF
。画出响应的真实值和预测值。
yF = forecast(PosteriorMdl,XF);图;情节(日期、DataTable.GNPR);持有在plot(date ((end - fhs + 1):end),yF) h = gca;HP = patch([dates(end - FHS + 1) dates(end) dates(end) dates(end - FHS + 1)],...h.YLim([1,1,2,2]),[0.8 0.8 0.8]);uistack(惠普、“底”);传奇(“预测地平线”,“真正的GNPR”,“预测GNPR”,“位置”,“西北”)标题(实际国民生产总值:1909 - 1970);ylabel (“rGNP”);包含(“年”);持有从
yF
是与未来预测数据相对应的真实GNP的未来值的10乘1向量。
估计预测均方根误差(RMSE)。
frmse =√(mean((yF - yFT).^2))
Frmse = 4.5935
预测均方根误差是预测精度的相对度量。具体来说,您使用不同的假设来估计几个模型。预测RMSE最低的模型是所比较的模型中表现最好的模型。
当您使用SSVS执行贝叶斯回归时,最佳实践是调优超参数。一种方法是在超参数值的网格上估计预测RMSE,并选择使预测RMSE最小化的值。
版权所有2018 The MathWorks, Inc.
更多关于
贝叶斯线性回归模型
一个贝叶斯线性回归模型处理参数β和σ2多元线性回归(MLR)模型yt=xtβ+εt作为随机变量。
为次t= 1,…,T:
yt是观察到的响应。
xt是一个1 × (p的观测值的行向量p预测因子。为了适应模型截距,x1t= 1t。
β是a (p的列向量,对应于组成列的变量的回归系数xt。
εt为均值为0的随机扰动,Cov(ε) =σ2我T×T,而ε是一个T-by-1向量包含所有扰动。这些假设意味着数据的可能性是
ϕ(yt;xtβ,σ2)为带均值的高斯概率密度xtβ和方差σ2评估在yt;。
在考虑这些数据之前,您需要考虑联合先验分布假设(β,σ2)。在贝叶斯分析中,通过使用从数据的似然性中获得的关于参数的信息来更新参数的分布。结果是关节后分布(β,σ2)或条件后验分布参数的。
随机搜索变量选择
随机搜索变量选择(SSVS)是贝叶斯线性回归的一种预测变量选择方法,它在潜在模型的空间中搜索具有高后验概率的模型,并在完成搜索后对所找到的模型进行平均。
SSVS假设每个回归系数的先验分布是两个高斯分布的混合,且的先验分布σ2逆是有形状的吗一个和规模B。让γ= {γ1、……γK是潜在的,随机的政权指示器对于回归系数β,地点:
K是模型中的系数数(
拦截
+NumPredictors
)。γk= 1表示βk|σ2,γk均值为0,方差为0的高斯分布吗c1。γk= 0表示预测器是均值为0,方差为0的高斯分布c2。
的分布由概率质量函数决定γ的样本空间γ由2组成K元素。
更具体地说,给定γk和σ2,βk=γkc1Z+ (1 -)γk)c2Z,地点:
Z是标准正态随机变量。
对于共轭模型(
mixconjugateblm
),cj=σ2Vj,j= 1, 2。对于半导体半导体模型(
mixsemiconjugateblm
),cj=Vj。
c1相对较大,这意味着相应的预测器更有可能在模型中。c2相对较小,这意味着相应的预测器不太可能在模型中,因为分布在0附近是密集的。
在这个框架下,如果势能存在,则总数为K一个模型中的系数,那么空间有2个K通过这些模型进行搜索。因为计算所有2的后验概率K模型的计算成本很高,SSVS使用MCMC进行抽样γ= {γ1、……γK},并估计相应模型的后验概率。算法选择的模型通常具有更高的后验概率。的后验分布β和σ2通过计算样本模型的加权平均。该算法赋予采样次数越多的模型更大的权重。
由此得到的半共轭混合物模型的后验分布是难以解析的。关于后验分布的详细信息,请参见易于分析处理的后验。
选择功能
的bayeslm
函数可以为贝叶斯线性回归创建任何支持的先验模型对万博1manbetx象。
参考文献
[1]乔治,e。I。和r。e。麦卡洛克。"通过吉布斯抽样的变量选择"美国统计协会杂志。第88卷,第423号,1993年,第881-889页。
[2]库普,G. D. J.普瓦里尔,J. L.托比亚斯。贝叶斯计量经济学方法。纽约:剑桥大学出版社,2007年。
版本历史
MATLAB命令
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。