Computational Methods for Multiplicative Intensity Models Using Weighted Gamma Processes
基于加权伽马过程的乘法强度模型计算方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要主要研究通用强度模型的贝叶斯计算，面板计数示例不足以确认经济面板计量方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
基于加权伽马过程的乘法强度模型计算方法
- 研究问题
- 对包含空间加权伽马测度核混合的贝叶斯非参数与半参数乘法强度模型，如何利用后验结构设计可行的计算方法？
- 方法与思路
- 作者利用后验与Dirichlet过程层级模型的结构相似性及加权伽马过程近似，改造分块和Pólya瓮Gibbs采样方法。
- 材料陈述的贡献
- 摘要称建立了可适配既有Dirichlet过程算法的计算程序，并以比例风险、空间泊松回归、复发事件和面板计数展示应用。
- 阅读关注点
- 阅读时应核对过程近似的误差控制、后验结构对应关系和采样步骤，并查看各应用中的模型设定与计算表现。
- 阅读边界
- 依据稿件版本未注明的OpenAlex索引摘要；近似精度、收敛诊断与效率比较未说明，不能据此确认算法的普遍效率。
原文摘要
We develop computational procedures for a class of Bayesian nonparametric and semiparametric multiplicative intensity models incorporating kernel mixtures of spatial weighted gamma measures. A key feature of our approach is that explicit expressions for posterior distributions of these models share many common structural features with the posterior distributions of Bayesian hierarchical models using the Dirichlet process. Using this fact, along with an approximation for the weighted gamma process, we show that with some care, one can adapt efficient algorithms used for the Dirichlet process to this setting. We discuss blocked Gibbs sampling procedures and Pólya urn Gibbs samplers. We illustrate our methods with applications to proportional hazard models, Poisson spatial regression models, recurrent events, and panel count data.