摘要翻译：
提出了一种混合专家框架下隐变量选择的方法。我们引入了一种先验结构，其中信息取自一组独立的协变量。鲁棒的类隶属度预测器是使用正常的gamma先验来识别的。由此产生的模型设置被用于有限混合伯努利分布，以根据莫桑比克妇女关于艾滋病毒的信息来源寻找同质的妇女群体。完全贝叶斯推理是通过一个Gibbs采样器来实现的。
---
英文标题：
《Bayesian shrinkage in mixture of experts models: Identifying robust
  determinants of class membership》
---
作者：
Gregor Zens
---
最新提交年份：
2019
---
分类信息：

一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--

---
英文摘要：
  A method for implicit variable selection in mixture of experts frameworks is proposed. We introduce a prior structure where information is taken from a set of independent covariates. Robust class membership predictors are identified using a normal gamma prior. The resulting model setup is used in a finite mixture of Bernoulli distributions to find homogenous clusters of women in Mozambique based on their information sources on HIV. Fully Bayesian inference is carried out via the implementation of a Gibbs sampler.
---
PDF链接：
https://arxiv.org/pdf/1809.04853