Adaptive nonparametric Bayesian inference using location-scale mixture priors

R. Jonge, de, J.H. Zanten, van

Onderzoeksoutput: Bijdrage aan tijdschriftTijdschriftartikelAcademicpeer review

25 Citaten (Scopus)
51 Downloads (Pure)

Samenvatting

We study location-scale mixture priors for nonparametric statistical problems, including multivariate regression, density estimation and classification. We show that a rate-adaptive procedure can be obtained if the prior is properly constructed. In particular, we show that adaptation is achieved if a kernel mixture prior on a regression function is constructed using a Gaussian kernel, an inverse gamma bandwidth, and Gaussian mixing weights.
Originele taal-2Engels
Pagina's (van-tot)3300-3320
TijdschriftThe Annals of Statistics
Volume38
Nummer van het tijdschrift6
DOI's
StatusGepubliceerd - 2010

Vingerafdruk Duik in de onderzoeksthema's van 'Adaptive nonparametric Bayesian inference using location-scale mixture priors'. Samen vormen ze een unieke vingerafdruk.

Citeer dit