The Oxford handbook of applied bayesian analysis

Contents......Page 6
Preface......Page 16
List of Contributors......Page 30
Part I: Biomedical and Health Sciences......Page 36
1.1 Introduction......Page 38
1.2 Mixture models......Page 42
1.3 Density regression for pregnancy outcomes......Page 48
1.4 Discussion......Page 54
Appendix......Page 55
References......Page 59
2.1 Introduction......Page 62
2.2 A Bayesian hierarchical model for pairwise matching......Page 65
2.3 Alignment of multiple configurations......Page 68
2.4 Data analysis......Page 71
2.5 Further discussion......Page 75
Appendix......Page 78
References......Page 84
3.1 Introduction......Page 86
3.2 Sequential meta-analysis......Page 88
3.3 Non-ignorable dropout......Page 93
Appendix......Page 101
References......Page 102
4.2 Microbial risk assessment......Page 104
4.3 Vero-cytotoxic Escherichia coli O157 in milk sold as pasteurized......Page 105
4.4 A contamination assessment model......Page 107
4.5 Model input distributions......Page 108
4.6 Model output analysis......Page 114
Appendix......Page 119
References......Page 122
5.1 Introduction......Page 125
5.2 Motivation......Page 127
5.3 A multivariate Poisson – lognormal model......Page 131
5.4 Results......Page 137
Appendix......Page 144
References......Page 150
6.1 Oncogene pathway deregulation and human cancers......Page 153
6.2 Modelling and data analysis......Page 156
6.3 Biological evaluation and pathway annotation analysis......Page 175
Appendices......Page 179
References......Page 186
7.1 Introduction......Page 190
7.2 Stochastic kinetic model......Page 195
7.3 Data......Page 196
7.4 Linking the model to the data......Page 197
7.5 Posterior computation......Page 201
7.6 Inference based on single cell data......Page 205
7.7 Inference based on multiple cells......Page 208
7.8 Further discussion......Page 215
Appendix......Page 216
References......Page 219
8.1 Introduction......Page 223
8.2 Simple paternity testing......Page 225
8.3 Mutation......Page 228
8.4 Case analysis with assumed mutation rate......Page 232
8.5 Uncertain mutation rate......Page 233
8.6 Paternity casework data......Page 235
8.7 The likelihood for the mutation rate......Page 236
8.8 Data analysis for mutation rate......Page 239
8.10 Further discussion......Page 241
Appendix......Page 243
References......Page 248
Part II: Industry, Economics and Finance......Page 252
9.1 Introduction......Page 254
9.2 Maintenance model......Page 257
9.3 Optimization results......Page 258
9.4 Data and Bayesian models......Page 259
Appendix......Page 268
References......Page 274
10.1 Introduction......Page 276
10.2 Preliminaries......Page 277
10.3 Uncertainty analysis for the Gullfaks reservoir......Page 282
Appendix......Page 303
References......Page 305
11.1 Train door reliability......Page 306
11.2 Modelling and data analysis......Page 308
11.3 Further discussion......Page 320
Appendix......Page 321
References......Page 328
12.1 Introduction......Page 330
12.2 Multiscale factorization......Page 333
12.3 Exploratory multiscale data analysis......Page 335
12.4 Dynamic multiscale modelling......Page 337
12.5 Estimation......Page 339
12.6 Agricultural production in Espírito Santo......Page 341
12.7 Further discussion......Page 346
Appendix......Page 348
References......Page 351
13.1 Introduction......Page 354
13.2 Models......Page 360
13.3 Sequential learning via particle filtering......Page 364
13.4 Empirical results......Page 368
13.5 Conclusions......Page 372
Appendix......Page 373
References......Page 375
14.2 Subjective expectations......Page 378
14.3 Futures markets......Page 379
14.4 Bayesian speculation......Page 383
14.5 Bayesian forecasting......Page 385
14.6 Risk modelling......Page 387
14.7 Conclusions......Page 393
Appendix......Page 394
References......Page 398
15.1 Introduction......Page 401
15.2 A benchmark new Keynesian model......Page 406
15.3 Empirical analysis......Page 417
15.4 Lines of further research......Page 425
Appendix......Page 426
References......Page 432
Part III: Environment and Ecology......Page 436
16.1 Introduction......Page 438
16.2 Climate models......Page 441
16.3 Inference from climate models......Page 443
16.4 Application to the collapse of the meridional overturning circulation......Page 446
16.5 Multivariate and high dimensional emulators......Page 452
16.6 Uncertainty analysis......Page 454
16.7 Summary and further discussions......Page 459
Appendix......Page 460
References......Page 463
17.1 Introduction......Page 466
17.2 Demographic data......Page 468
17.3 Models to synthesize data and previous knowledge......Page 475
17.4 Prior distributions......Page 483
17.5 Computation......Page 487
17.6 Diagnostics......Page 488
17.7 Summarizing the complexity......Page 498
Appendix......Page 502
References......Page 514
18.1 Introduction......Page 517
18.2 Algorithmic and pseudo-statistical approaches in weather prediction......Page 521
18.3 Review of data fusion methods for environmental exposure......Page 523
18.4 A downscaling approach......Page 525
18.5 Further discussion......Page 533
Appendix......Page 538
References......Page 543
19.1 Introduction......Page 546
19.2 Ecological application: Modelling and mapping habitat of a rock-wallaby......Page 547
19.3 Elicitation for regression......Page 549
19.4 Software tool for elicitation......Page 555
19.5 Results......Page 558
19.6 Discussion......Page 566
Appendix......Page 569
References......Page 575
20.1 Climate change and human influences, the current state and future scenarios......Page 580
20.2 A world of data. Actually, make that ‘many worlds’......Page 583
20.3 Our simplified datasets......Page 585
20.4 A hierarchy of statistical models......Page 586
20.5 Validating the statistical models......Page 593
20.6 Application: The latest model projections, and their synthesis through our Bayesian statistical models......Page 597
20.7 Further discussion......Page 607
Appendix......Page 608
References......Page 628
Part IV: Policy, Political and Social Sciences......Page 630
21.1 Introduction......Page 632
21.2 Political prediction markets......Page 634
21.3 Volatility, trading volume and information flow......Page 637
21.4 The 2004 presidential election......Page 643
21.5 Concluding remarks......Page 650
Appendix......Page 652
References......Page 656
22.1 Introduction......Page 659
22.2 Programme for International Student Assessment (PISA)......Page 660
22.3 Differential item functioning (DIF)......Page 662
22.4 Bayesian model for DIF analysis......Page 664
22.5 DIF analysis of PISA 2003......Page 668
Appendix......Page 676
References......Page 686
23.1 Introduction......Page 688
23.2 Modelling of error rates and error classes......Page 693
23.3 Updating......Page 696
23.4 Projection......Page 697
23.5 Application to New York food stamps audit......Page 701
23.6 Discussion......Page 709
Appendix......Page 711
References......Page 712
24.1 Introduction......Page 714
24.2 Bayesian causal inference – General framework......Page 715
24.3 Bayesian inference for the causal effect of large versus small treating hospitals......Page 724
Appendix......Page 740
References......Page 741
Part V: Natural and Engineering Sciences......Page 744
25.1 Introduction......Page 746
25.2 Time-domain models for audio......Page 756
25.3 Frequency-domain models......Page 763
Appendix......Page 777
References......Page 780
26.1 Introduction......Page 784
26.2 The statistical framework......Page 787
26.3 Combined CMB and large scale structure analysis......Page 800
Appendix......Page 805
References......Page 808
27.1 Introduction......Page 811
27.2 The hierarchical Dirichlet process PCFG (HDP-PCFG)......Page 817
27.3 The HDP-PCFG for Grammar Refinement (HDP-PCFG-GR)......Page 820
27.4 Bayesian inference......Page 822
27.5 Experiments......Page 829
Appendix......Page 836
References......Page 854
28.1 Introduction......Page 858
28.2 Experimental design......Page 866
28.3 Calibrating the computer model......Page 868
28.4 Further discussion......Page 873
Appendix......Page 874
References......Page 877
29.1 Goals and challenges in the analysis of brain signals: The EEG case......Page 880
29.2 Modelling and data analysis......Page 883
29.3 Further discussion......Page 899
Appendix......Page 901
References......Page 908
B......Page 910
C......Page 911
D......Page 912
F......Page 914
G......Page 915
I......Page 916
M......Page 917
N......Page 918
O......Page 919
P......Page 920
R......Page 921
S......Page 922
V......Page 923
Z......Page 924