폴리아감마 샘플러를 활용한 일반화 로지스틱 회귀

본 논문은 일반화 로지스틱 회귀 모델을 베이지안 관점에서 정확히 추정하기 위한 새로운 데이터 증강 방법을 제안한다. 일반화 로지스틱 분포는 꼬리 두께를 조절하는 파라미터 p 를 포함하며, p = 1일 때는 표준 로지스틱, p > 1이면 가벼운 꼬리, 0 < p < 1이면 무거운 꼬리를 나타낸다. 기존 연구에서는 이 모델에 대해 경험적 가능도 기반 근사 베이지안 방법을 사용했지만, 이는 사후분포를 근사하기 때문에 추정 정확도가 떨어지고 신뢰구간이 넓어지는 문제가 있었다. 저자들은 폴리아감마 샘플러(Polson et al., 2013)의 핵심 항등식 \