具有泛函协变量的贝叶斯柔性 beta 回归模型

摘要：

当目标是预测有界连续响应（例如比例/百分比或比率）时，标准参数回归模型不合适。一种可能的解决方案是灵活的 beta 回归模型，该模型基于特殊的 beta 混合物，旨在应对（但不限于）双模态、重尾和偏远观测。这项工作在功能协变量的情况下引入了这样的模型，其动机是对牛奶样本进行光谱分析。估计问题是通过标准基扩展和马尔可夫链蒙特卡罗技术相结合来解决的。具体而言，最重要的膨胀系数的选择是通过利用收缩先验的贝叶斯变量选择方法完成的。仿真研究和光谱数据应用说明了该提案的有效性。