首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   13篇
  数学   13篇
  2019年   2篇
  2013年   1篇
  2012年   2篇
  2011年   2篇
  2010年   1篇
  2006年   1篇
  2005年   1篇
  1999年   1篇
  1996年   1篇
  1995年   1篇
排序方式: 共有13条查询结果,搜索用时 62 毫秒
1.
几何分布时间序贯检验的贝叶斯推断   总被引:13,自引:1,他引:12  
设有统计模型{x,Bx,Pθ},θ∈(0,1),其中Pθ为几何分布:Pθ(X=k)=(1-θ)θ^k-1k=1,2,…。考虑检验问题:θ=θo vs. θ=θ1(0〈θ0〈θ1〈1)本文对一种依次试验的时间序贯样本,给出了上述检验问题的贝叶斯停止判决法则,其中损失函数为试验费用和误判损失之和,贝叶斯停止判决法则由后验概率的两组界(上界和下界)所给出。  相似文献
2.
序进应力加速寿命试验的Bayes推断   总被引:2,自引:0,他引:2  
本文将根据序进应力加速寿命试验的数据,利用Bayes方法,探讨对有关参数,和剩余寿命分布的统计推断。  相似文献
3.
突变点的存在对经济分析与建模会产生重要影响."邹检验"仅仅在序列存在一个突变点时有效.为了对序列中可能存在的多个突变点进行判断,引入了基于贝叶斯推断的多个突变点判断理论,并将该理论应用于我国GDP序列中.笔者检测出该序列存在三个突变点,分别位于1961年,1976年,1989年.此外,发现加入合理的突变点后,模型的预测精度得到显著的提高.  相似文献
4.
考虑具有奇异矩阵椭球等高分布误差的多元线性回归模型的贝叶斯统计推断,在非信息先验下得到了系数矩阵关于Hausdorff测度的后验边缘分布和未来观察值的预测分布,并得到了一类特殊奇异矩阵椭球等高分布下误差协方差矩阵的后验边缘分布.对于具有奇异矩阵正态分布误差的多元线性回归模型,在广义正态-逆Wishart共轭先验下得到了类似的后验边缘分布和预测分布结果.在上述两种先验分布下,回归系数矩阵的后验边缘分布和预测分布是双奇异矩阵t分布,这种分布具有关于Hausdorff测度的精确密度.结果表明,在非信息先验下,回归系数矩阵的后验边缘分布和未来观察值的预测分布在奇异矩阵椭球等高分布类中具有稳健性.  相似文献
5.
将稀疏约束正则化方法应用于地震波形反演问题.为了减弱对稀疏约束项的光滑性要求,引入贝叶斯推断,产生一组收敛于后验分布的采样点.通过数值算例记录了采样点的条件期望、方差、置信区间等具有统计意义的结果.数值结果表明,在没有光滑性的要求下,稀疏约束正则化方法对孔洞模型和分层模型中的介质边缘有良好的识别能力.特别地,当减少观测数据时,稀疏约束正则化方法仍能获得较好的反演结果.  相似文献
6.
针对存在起始设置偏差过程参数未知的多变量过程,考虑不同质量特性对总体的质量损失影响不同,研究了在调整费用恒定下的统计过程调整问题.基于过程的状态空间方程模型,利用贝叶斯方法对过程的未知参数和设置偏差进行估计,结合过程的费用结构给出了过程的调整策略.通过仿真与其他的调整策略进行了对比分析,仿真结果表明,提出的调整策略能够更为有效地减少过程的质量损失.  相似文献
7.
在正态分布的假定下,变点问题按照均值和方差的变化有四种情形.本文把TAR模型门限非线性的检验问题,看作是对应均值变化,方差不变情形下的变点问题.然后利用可逆跳马尔可夫蒙特卡罗模拟(RJMCMC)方法计算两个比较模型(AR和TAR模型)的后验概率.后验概率的结果支持TAR模型表明门限非线性的存在.模拟实验的结果说明基于贝叶斯推断的检验方法可以很好的区分AR和TAR模型.  相似文献
8.
《数理统计与管理》2019,(2):357-366
面对具有多层次嵌套结构的数据,构建多水平模型是统计建模的一个重要研究课题。经典的参数估计方法主要采用极大似然估计法(ML),然而当面对高层数量单位小或数据结构不平衡时,极大似然估计在估计精度上存在一定不足;而贝叶斯方法充分应用了有效的先验信息,可以弥补其不足。本文在高层次结构数据多水平模型的研究基础上,探索高层次结构数据的多水平模型贝叶斯推断理论,并以云南省红河州农户收入数据作实证分析,建立了基于县-村-户嵌套结构的农户收入影响因素多水平模型,对比分析模型参数的ML估计、经验贝叶斯(EB-ML)估计和完全贝叶斯估计,从而充分展现了高层次结构数据多水平模型的完全贝叶斯推断方法,在拟合高层数量单位小或数据不平衡时具有的特征和优势。  相似文献
9.
《数理统计与管理》2019,(6):1129-1140
多元比例响应数据具有有界性、归一性以及分量取值稀疏性等特点。本文在多项分布拟似然框架下基于贝叶斯方法研究多元比例数据的估计及其推断问题。通过引入Polya-Gamma分布的潜在变量,得到了易于后验抽样的Gibbs抽样算法。新方法具有估计稳健性、计算量小、推断效率高等特点,且不需要事先对响应数据作近似或变换。大量的数值模拟分析和两个实例分析验证了所提方法的有效性。  相似文献
10.
针对现有动态面板数据分析中存在偶发参数和没有考虑模型参数的不确定性风险问题,提出了基于Gibbs抽样算法的贝叶斯随机系数动态面板数据模型.假设初始值服从平稳分布,自回归系数服从Logit正态分布的条件下,设计了Markov链Monte Carlo数值计算程序,得到了模型参数的贝叶斯估计值。实证研究结果表明:基于Gibbs抽样方法的贝叶斯动态面板回归模型能有效地揭示跨截面滞后变量对响应变量的位置、尺度和形状的影响.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号