The Matrix Stick-Breaking Process
矩阵折棒过程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：摘要讨论多研究贝叶斯先验与局部聚类，跨研究层级结构不足以归入面板或因子模型。
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
矩阵折棒过程
- 研究问题
- 多个相关研究之间，如何共享信息并按部分回归系数进行局部聚类，同时减少对随机效应分布参数形式的依赖？
- 方法与思路
- 作者提出矩阵折棒过程作为随机概率测度矩阵的先验，研究其性质并开发 MCMC 后验计算，再用于研究特定回归系数建模。
- 材料陈述的贡献
- 摘要称该先验针对普通狄利克雷过程难以在不作独立性假定时实现局部聚类的问题，模拟展示相对参数模型的优势并给出应用。
- 阅读关注点
- 应核对局部聚类与整体聚类的区别、先验如何建立系数间依赖，以及后验计算、信息共享和模拟优势所依赖的设置。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；先验性质、计算收敛和模拟比较细节未说明，不能据此声称普遍优越或推断刊本变化。
原文摘要
In analyzing data from multiple related studies, it often is of interest to borrow information across studies and to cluster similar studies. Although parametric hierarchical models are commonly used, of concern is sensitivity to the form chosen for the random-effects distribution. A Dirichlet process (DP) prior can allow the distribution to be unknown, while clustering studies; however, the DP does not allow local clustering of studies with respect to a subset of the coefficients without making independence assumptions. Motivated by this problem, we propose a matrix stick-breaking process (MSBP) as a prior for a matrix of random probability measures. Properties of the MSBP are considered, and methods are developed for posterior computation using Markov chain Monte Carlo. Using the MSBP as a prior for a matrix of study-specific regression coefficients, we demonstrate advantages over parametric modeling in simulated examples. The methods are further illustrated using a multinational uterotrophic bioassay study.