Graphical Horseshoe

新的multiVCBART框架通过灵活的系数建模增强了多元回归

研究人员开发了multiVCBART，一种用于多元回归的新颖框架，该框架联合建模结果特定的系数曲面和稀疏的残差精度矩阵。这种方法允许预测变量效应随着不同结果的修饰符非线性地变化，同时还通过图形马蹄先验捕获简约的残差条件依赖性。该论文介绍了一种用于计算的高效采样器，并从理论上确立了此类模型的后验收缩率，证明了其适应底层平滑度和结构稀疏性的能力。实证结果表明，multiVCBART在稀疏、高维数据集上的表现优于现有的多元树模型和贝叶斯SUR竞争对手。