id:"swepub:oai:lup.lub.lu.se:ad1a2291-e9e2-4a7c-aa10-00ffa6e0b75b"
Sökning: id:"swepub:oai:lup.lub.lu.se:ad1a2291-e9e2-4a7c-aa10-00ffa6e0b75b" > Adaptive Bayesian S...
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
- Jiang, WeiÉcole Polytechnique (författare)
Adaptive Bayesian SLOPE : Model Selection With Incomplete Data
- Artikel/kapitelEngelska2022
Förlag, utgivningsår, omfång ...
- 2021-10-14
- Informa UK Limited,2022
Nummerbeteckningar
- LIBRIS-ID:oai:lup.lub.lu.se:ad1a2291-e9e2-4a7c-aa10-00ffa6e0b75b
- https://lup.lub.lu.se/record/ad1a2291-e9e2-4a7c-aa10-00ffa6e0b75bURI
- https://doi.org/10.1080/10618600.2021.1963263DOI
Kompletterande språkuppgifter
- Språk:engelska
- Sammanfattning på:engelska
Ingår i deldatabas
- SwePubSwePub
Klassifikation
Anmärkningar
- We consider the problem of variable selection in high-dimensional settings with missing observations among the covariates. To address this relatively understudied problem, we propose a new synergistic procedure—adaptive Bayesian SLOPE with missing values—which effectively combines SLOPE (sorted l 1 regularization) with the spike-and-slab LASSO (SSL) and is accompanied by an efficient stochastic approximation of expected maximization (SAEM) algorithm to handle missing data. Similarly as in SSL, the regression coefficients are regarded as arising from a hierarchical model consisting of two groups: the spike for the inactive and the slab for the active. However, instead of assigning independent spike and slab Laplace priors for each covariate, here we deploy a joint SLOPE “spike-and-slab” prior which takes into account the ordering of coefficient magnitudes in order to control for false discoveries. We position our approach within a Bayesian framework which allows for simultaneous variable selection and parameter estimation while handling missing data. Through extensive simulations, we demonstrate satisfactory performance in terms of power, false discovery rate (FDR) and estimation bias under a wide range of scenarios including complete data and existence of missingness. Finally, we analyze a real dataset consisting of patients from Paris hospitals who underwent severe trauma, where we show competitive performance in predicting platelet levels. Our methodology has been implemented in C++ and wrapped into open source R programs for public use. Supplemental files for this article are available online.
Ämnesord och genrebeteckningar
- NATURVETENSKAP Matematik Sannolikhetsteori och statistik hsv//swe
- NATURAL SCIENCES Mathematics Probability Theory and Statistics hsv//eng
- FDR control
- Health data
- Incomplete data
- Penalized regression
- Spike and slab prior
- Stochastic approximation EM
Biuppslag (personer, institutioner, konferenser, titlar ...)
- Bogdan, MałgorzataLund University,Lunds universitet,Statistiska institutionen,Ekonomihögskolan,Department of Statistics,Lund University School of Economics and Management, LUSEM,Wroclaw University(Swepub:lu)ma5881bo (författare)
- Josse, JulieÉcole Polytechnique (författare)
- Majewski, SzymonÉcole Polytechnique (författare)
- Miasojedow, BłażejUniversity of Warsaw (författare)
- Ročková, VeronikaUniversity of Chicago (författare)
- École PolytechniqueStatistiska institutionen (creator_code:org_t)
- TraumaBase® Group
Sammanhörande titlar
- Ingår i:Journal of Computational and Graphical Statistics: Informa UK Limited31:1, s. 113-1371061-86001537-2715
Internetlänk
Hitta via bibliotek
- Journal of Computational and Graphical Statistics (Sök värdpublikationen i LIBRIS)
Till lärosätets databas
- 1 av 1
- Föregående post
- Nästa post
- Till träfflistan
Hitta mer i SwePub
- Av författaren/redakt...
- Jiang, Wei
- Bogdan, Małgorza ...
- Josse, Julie
- Majewski, Szymon
- Miasojedow, Błaż ...
- Ročková, Veronik ...
- Om ämnet
-
- NATURVETENSKAP
- NATURVETENSKAP
- och Matematik
- och Sannolikhetsteor ...
- Artiklar i publikationen
- Journal of Compu ...
- Av lärosätet
- Lunds universitet
Sök utanför SwePub
- Sök vidare i:
- Google Book Search
- Google Scholar
Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.
- Copyright © LIBRIS - Nationella bibliotekssystem
- LIBRIS.kb.se
