Semiparametric Bernstein–von Mises for the error standard deviation

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

Onderzoeksoutput: Bijdrage aan tijdschriftTijdschriftartikelAcademicpeer review

6 Citaten (Scopus)
55 Downloads (Pure)

Samenvatting

We study Bayes procedures for nonparametric regression problems with Gaussian errors, giving conditions under which a Bernstein–von Mises result holds for the marginal posterior distribution of the error standard deviation. We apply our general results to show that a single Bayes procedure using a hierarchical spline-based prior on the regression function and an independent prior on the error variance, can simultaneously achieve adaptive, rate-optimal estimation of a smooth, multivariate regression function and efficient, n-v-consistent estimation of the error standard deviation.
Originele taal-2Engels
Pagina's (van-tot)217-243
TijdschriftElectronic Journal of Statistics
Volume7
Nummer van het tijdschrift1
DOI's
StatusGepubliceerd - 2013

Vingerafdruk Duik in de onderzoeksthema's van 'Semiparametric Bernstein–von Mises for the error standard deviation'. Samen vormen ze een unieke vingerafdruk.

Citeer dit