دانلود مقاله ISI انگلیسی شماره 24266
عنوان فارسی مقاله

رگرسیون تجربی خطی بیز با جهت مدل ناشناخته

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
24266 2008 13 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Empirical Bayes linear regression with unknown model order
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Digital Signal Processing, Volume 18, Issue 2, March 2008, Pages 236–248

کلمات کلیدی
رگرسیون خطی - تجربی بیز - برآورد - برآورد پارامتر - ترتیب انتخاب -
پیش نمایش مقاله
پیش نمایش مقاله  رگرسیون تجربی خطی بیز با جهت مدل ناشناخته

چکیده انگلیسی

We study maximum a posteriori probability model order selection for linear regression models, assuming Gaussian distributed noise and coefficient vectors. For the same data model, we also derive the minimum mean-square error coefficient vector estimate. The approaches are denoted BOSS (Bayesian order selection strategy) and BPM (Bayesian parameter estimation method), respectively. In their simplest form, both BOSS and BPM require a priori knowledge of the distribution of the coefficients. However, under the assumption that the coefficient variance profile is smooth, we derive “empirical Bayesian” versions of our algorithms which estimate the coefficient variance profile from the observations and thus require little or no information from the user. We show in numerical examples that the estimators can outperform several classical methods, including the well-known AICc and BIC for model order selection.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.