NMAR机制下非线性均值方差模型的Bayes估计

讨论响应变量带有不可忽略缺失数据的非线性均值方差模型的Bayes估计问题.缺失数据机制由logistic回归模型来指定,运用Gibbs抽样及MH算法得到模型参数和缺失数据机制参数的联合Bayes估计,模拟研究和实例分析展示上述模型和方法的可行性.     

缺失数据下Pareto分布参数的经验Bayes双边检验问题

本文讨论了缺失数据下Pareto分布参数的经验Bayes(EB)双边检验,利用概率密度函数的核估计构造了参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性,并获得了它的收敛速度.     

删失截断情形下失效率变点模型的Bayes参数估计

通过添加部分缺失寿命变量数据,得到了删失截断情形下失效率变点模型相对简单的似然函数.讨论了所添加缺失数据变量的概率分布和随机抽样方法.利用Monte Carlo EM算法对未知参数进行了迭代.结合Metropolis-Hastings算法对参数的满条件分布进行了Gibbs抽样,基于Gibbs样本对参数进行估计,详细介绍了MCMC方法的实施步骤.随机模拟试验的结果表明各参数Bayes估计的精度较高.     

缺失数据均值推断的经验似然方法

研究了缺失数据的均值推断问题.在随机缺失及半参数模型的假设下,设计了基于影响函数理论的经验似然推断方法,证明了所构造的对数经验似然比检验统计量具有非参数Wilks性质.此外,该经验似然方法可以利用辅助协变量中提供的附加信息来提高检验的功效.在近邻备择假设下,计算了检验统计量的功效,并且通过一些模拟考察了该方法在有限样本下的表现.     

缺失数据均值推断的经验似然方法

研究了缺失数据的均值推断问题.在随机缺失及半参数模型的假设下,设计了基于影响函数理论的经验似然推断方法,证明了所构造的对数经验似然比检验统计量具有非参数Wilks性质.此外,该经验似然方法可以利用辅助协变量中提供的附加信息来提高检验的功效.在近邻备择假设下,计算了检验统计量的功效,并且通过一些模拟考察了该方法在有限样本下的表现.     

定数截尾缺失数据下双参数指数分布的近似Bayes推断

当寿命分布为双参数指数分布时,本文给出了定数截尾寿命试验数据缺失场合下参数的Bayes估计.为了计算上的方便,本文还给出了Bayes估计的一种近似计算方法.通过大量的Monte-Carlo数值模拟试验,表明这种方法是可行的.     

缺失数据下指数威布尔分布族参数的经验Bayes分析

本文讨论了缺失数据下指数威布尔分布族参数的经验Bayes（EB）检验问题,利用概率密度函数的核估计构造了参数的经验Bayes检验函数,并证明了所提出的经验Bayes检验函数的渐近最优（a．o．）性,并获得了它的收敛速度．     

删失截断情形下Weibull分布多变点模型的参数估计

通过添加缺失的寿命变量数据,得到了删失截断情形下Weibull分布多变点模型的完全数据似然函数,研究了变点位置参数和形状参数以及尺度参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到了参数的Gibbs样本,把Gibbs样本的均值作为各参数的Bayes估计.详细介绍了MCMC方法的实施步骤.随机模拟试验的结果表明各参数Bayes估计的精度都较高.     

响应变量缺失下部分线性EV模型的异方差检验

本文主要考虑响应变量缺失下部分线性EV模型的异方差检验问题.首先,利用完全观测到的数据对模型的未知参数和光滑函数进行估计,在此基础上利用回归借补的方法补齐缺失数据.然后,建立了对模型的随机误差进行异方差检验的经验似然比统计量,并证明该统计量渐近服从卡方分布.最后,通过数值模拟研究了检验在不同缺失概率下的有限样本性质,并在实例分析中利用部分线性EV模型对缺失数据进行了异方差检验.     

带有不可忽略缺失数据的半参数再生散度模型的贝叶斯分析

半参数再生散度模型是再生散度模型和半参数回归模型的推广,包括了半参数广义线性模型和广义部分线性模型等特殊类型.讨论的是该模型在响应变量和协变量均存在非随机缺失数据情形下参数的Bayes估计和基于Bayes因子的模型选择问题.在分析中,采用了惩罚样条来估计模型中的非参数成分,并建立了Bayes层次模型;为了解决Gibbs抽样过程中因参数高度相关带来的混合性差以及因维数增加导致出现不稳定性的问题,引入了潜变量做为添加数据并应用了压缩Gibbs抽样方法,改进了收敛性;同时,为了避免计算多重积分,利用了M-H算法估计边缘密度函数后计算Bayes因子,为模型的选择比较提供了一种准则.最后,通过模拟和实例验证了所给方法的有效性.     

带有缺失数据的结构方程模型中的模型选择问题

结构方程模型在社会学、教育学、医学、市场营销学和行为学中有很广泛的应用。在这些领域中,缺失数据比较常见,很多学者提出了带有缺失数据的结构方程模型,并对此模型进行过很多研究。在这一类模型的应用中,模型选择非常重要,本文将一个基于贝叶斯准则的统计量,称为L_v测度,应用到此类模型中进行模型选择。最后,本文通过一个模拟研究及实例分析来说明L_v测度的有效性及应用,并在实例分析中给出了根据贝叶斯因子进行模型选择的结果,以此来进一步说明该测度的有效性。     

带有不可忽略缺失数据的广义部分线性模型的贝叶斯分析

广义部分线性模型是广义线性模型和部分线性模型的推广,是一种应用广泛的半参数模型.本文讨论的是该模型在线性协变量和响应变量均存在非随机缺失数据情形下参数的Bayes估计和基于Bayes因子的模型选择问题,在分析过程中,采用了惩罚样条来估计模型中的非参数成分,并建立了Bayes层次模型;为了解决Gibbs抽样过程中因参数高度相关带来的混合性差以及因维数增加导致出现不稳定性的问题,引入了潜变量做为添加数据并应用了压缩Gibbs抽样方法,改进了收敛性;同时,为了避免计算多重积分,利用了M-H算法估计边缘密度函数后计算Bayes因子,为模型的选择比较提供了一种准则.最后,通过模拟和实例验证了所给方法的有效性.     

Approximate Bayesian shrinkage estimation

A Bayesian shrinkage estimate for the mean in the generalized linear empirical Bayes model is proposed. The posterior mean under the empirical Bayes model has a shrinkage pattern. The shrinkage factor is estimated by using a Bayesian method with the regression coefficients to be fixed at the maximum extended quasi-likelihood estimates. This approach develops a Bayesian shrinkage estimate of the mean which is numerically quite tractable. The method is illustrated with a data set, and the estimate is compared with an earlier one based on an empirical Bayes method. In a special case of the homogeneous model with exchangeable priors, the performance of the Bayesian estimate is illustrated by computer simulations. The simulation result shows as improvement of the Bayesian estimate over the empirical Bayes estimate in some situations.     

Inference for a simple step-stress model based on ordered ranked set sampling

In this paper, we considered the inference problem on simple step-stress accelerated life test data from one-parameter exponential distribution under type-I censored ordered ranked set sample with cumulative exposure model. The Bayesian estimators and credible intervals for the model parameters are developed and compared with the corresponding estimators based on simple random sampling. Two real data sets and numerical simulation evaluations are presented to illustrate all the results developed here. The simulation study indicated that the proposed Bayes estimators and credible intervals based on ordered ranked set sampling performed better than their counterparts using simple random sampling.     

帕累托索赔分布中风险参数的经验贝叶斯估计

本文建立了贝叶斯模型,讨论了帕累托索赔额分布中参数的估计问题,得到了风险参数的极大似然估计、贝叶斯估计和信度估计,并证明了这些估计的强相合性.在均方误差的意义下比较了这些估计的好坏,并通过数值模拟对均方误差进行了验证,结果表明,贝叶斯估计比其他估计具有较小的均方误差.最后,给出了结构参数的估计并证明了经验贝叶斯估计和经验贝叶斯信度估计的渐近最优性.     

2×2列联表中二属性相关的Bayes检验

2×2列联表中二属性相关的假设检验是定性数据分析中的热点问题,针对此问题的研究频率学派已做过大量的工作,其理论方法已趋于成熟.利用Bayes检验研究2×2列联表中二属性的相关性迄今为止国内外的相关文献还为数不多.将依据Bayes理论对此问题提出新的检验方法,推出其Bayes因子计算公式,利用正态近似研究三项假设计算出有关的后验概率,不仅解决了频率学派难以处理的问题,并且为吸烟有害健康提供了理论支撑.     

基于随机加权法的动态Bayes精度评估

以导弹射击精度评估为对象,研究现场子样相对较小的场合下,具有多阶段试验信息时弹点散布方差的估计问题,将随机加权法与Bayes方法结合起来,给出动态Bayes估计的随机加权调整方案.     

Parameter estimation for a two-parameter bathtub-shaped lifetime distribution

A two-parameter distribution was revisited by Chen (2000) [7]. This distribution can have a bathtub-shaped or increasing failure rate function which enables it to fit real lifetime data sets. Maximum likelihood and Bayes estimates of the two unknown parameters are discussed in this paper. It is assumed in the Bayes case that the unknown parameters have gamma priors. Explicit forms of Bayes estimators cannot be obtained. Different approximations are used to establish point estimates and two sided Bayesian probability intervals for the parameters. Monte Carlo simulations are applied to the comparison between the maximum likelihood estimates and the approximate Bayes estimates obtained under non-informative prior assumptions. Analysis of a real data set is also been presented for illustrative purposes.