基于GLM的贝叶斯变量与模型选择

摘要：

针对非正态响应的部分因子试验,当筛选试验所涉及的因子数目较大时,提出了基于广义线性模型( generalized linear models,GLM)的贝叶斯变量与模型选择方法.首先,针对模型参数的不确定性,选择了经验贝叶斯先验.其次,在广义线性模型的线性预测器中对每个变量设置了二元变量指示器,并建立起变量指示器与模型指示器之间的转换关系.然后,利用变量指示器与模型指示器的后验概率来识别显著性因子与选择最佳模型.最后,以实际的工业案例说明此方法能够有效地识别非正态响应部分因子试验的显著性因子.

关键词：贝叶斯变量选择、部分因子试验设计、广义线性模型、筛选试验、非正态响应

所属期刊栏目：15

分类号：F273.2(企业经济)

资助基金：国家自然科学基金重点资助项目70931002

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：24-33