Bayesian analysis in censored rank-ordered probit model with applications.
在日常生活和科学研究中产生大量偏好数据，其反应一组被关注对象受偏好的程度。通常用排序数据或多元选择数据来记录观察结果。有时候关于两个对象的偏好没有明显强弱之分，导致排序产生节点，也就是所谓的删失排序。为了研究带有删失的排序数据，基于Thurstone的随机效用假设理论我们建立了一个对称贝叶斯probit模型。然而，参数识别是probit模型必须解决的问题，即确定一组潜在效用的位置和尺度。通常方法是选择其中一个对象为基，然后用其它对象的效用减去这个基的效用，最后我们关于这些效用差来建模。问题是，在用贝叶斯方法处理多元选择数据时，其预测结果对基的选择有敏感性，即选不同对象为基预测结果是不一样的。本...
| Other Authors: | |
|---|---|
| Format: | Others |
| Language: | English Chinese |
| Published: |
2013
|
| Subjects: | |
| Online Access: | http://library.cuhk.edu.hk/record=b5549715 http://repository.lib.cuhk.edu.hk/en/item/cuhk-328298 |