Scidown文献预览系统！
基于贝叶斯准则的变量选择( Bayesian criterion‐based variable selection )
AK Maity S Basu S Ghosh deviance information criterion g‐prior highest posterior model mis‐selection
基于准则选择的贝叶斯方法包括基于边际似然的最高后验模型(HPM)和偏差信息准则(DIC)。DIC在实践中很流行，因为它通常可以相对容易地从基于抽样的方法中估计出来，并且DIC在各种贝叶斯软件中很容易获得。我们发现基于DIC的选择灵敏度可以很高，在90-100%的范围内。然而，DIC的正确选择可以在0-2%的范围内。随着样本量的增加，这些性能始终保持不变。我们确定边际似然和DIC都渐近地不支持欠拟合模型，解释了这两个标准的高敏感性。然而,在具有g,r的线性模型中,DIC的MIS：选择概率仍在一个正常数以下,而边际似然的MIS：选择概率在一定条件下收敛于0。结果表明,DIC不仅不能在数据生成和过拟合模型之间进行渐近微分,而且实际上也不能在两个过拟合模型之间进行渐近微分。我们在多个模拟研究和非小细胞肺癌患者癌症恶病质的生物标志物选择问题中说明了这些结果。我们进一步研究了HPM和DIC在广义线性模型中的性能，因为在这种非共轭环境下，从业人员经常选择使用软件中容易获得的DIC。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate Wiley
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 镁合金织构控制的新方法下载
scidown 胰腺癌患者生存分层的预处理预后评分下载