Bayesian dimension selection

新的贝叶斯框架高效选择MGRM的维度

研究人员开发了一种新颖的自适应贝叶斯维度选择框架，用于多维概率等级反应模型（MGRMs）。这种新方法利用累积有序spike-and-slab（COSS）先验，能够有效地收缩冗余的潜在维度，同时保留活跃的维度。该方法采用Albert--Chib潜在反应增强和Gibbs更新来实现高效的自适应采样器，在模拟研究和现实世界的心理评估数据中，其表现优于传统的固定维度估计和模型选择程序。