期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
(Be-B)模型下二行动线性决策问题的抽样信息期望值 被引量:6
1
作者 杨丰凯 王德辉 宋立新 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2005年第5期603-606,共4页
提出Be-B决策模型,讨论此模型下二行动线性决策问题的抽样信息期望值(EVSI)的计算问题.通过计算参数的后验分布,建立了后验最优行动选取规则,得到此决策问题的最优决策函数,进而给出EVSI的计算公式.
关键词 (Be-B)模型 二行动线性决策 抽样信息期望值 完全信息
在线阅读 下载PDF
正态均值变点识别的非迭代抽样算法 被引量:6
2
作者 杨丰凯 袁海静 《统计与决策》 CSSCI 北大核心 2016年第8期16-19,共4页
文章提出了估计正态序列均值变点位置的非迭代抽样算法。利用逆贝叶斯公式,得到了变点位置的精确后验分布,通过对该离散分布抽取样本,得到变点位置的贝叶斯估计。模拟显示该算法能有效地估计变点位置,并且计算速度比迭代的Gibbs抽样算... 文章提出了估计正态序列均值变点位置的非迭代抽样算法。利用逆贝叶斯公式,得到了变点位置的精确后验分布,通过对该离散分布抽取样本,得到变点位置的贝叶斯估计。模拟显示该算法能有效地估计变点位置,并且计算速度比迭代的Gibbs抽样算法快。 展开更多
关键词 正态分布 均值变点 逆贝叶斯公式 GIBBS抽样
在线阅读 下载PDF
稳健学生t回归模型变点估计的Gibbs抽样算法 被引量:2
3
作者 杨丰凯 袁海静 《统计与决策》 CSSCI 北大核心 2017年第16期10-14,共5页
文章讨论了用学生t线性回归模型估计回归系数变点位置的稳健Gibbs抽样算法。利用学生t分布的正态尺度混合表示,得到各参数的满条件后验分布,通过对满条件分布抽取样本,得到变点位置及其他参数的贝叶斯估计。模拟显示该算法能有效地估计... 文章讨论了用学生t线性回归模型估计回归系数变点位置的稳健Gibbs抽样算法。利用学生t分布的正态尺度混合表示,得到各参数的满条件后验分布,通过对满条件分布抽取样本,得到变点位置及其他参数的贝叶斯估计。模拟显示该算法能有效地估计变点位置,并且当数据呈现重尾现象时,该模型较正态变点模型要稳健。 展开更多
关键词 t回归 系数变点 混合表示 GIBBS抽样
在线阅读 下载PDF
稳健学生t回归模型的非迭代贝叶斯抽样算法
4
作者 杨丰凯 袁海静 《统计与决策》 CSSCI 北大核心 2017年第9期19-22,共4页
与正态回归相比,学生t回归模型是一种对异常值较稳健的回归模型,通常用Gibbs抽样算法估计参数。而Gibbs抽样是一种迭代算法,所得样本不是独立样本,统计推断之前需判断其收敛性。文章探讨了一种基于逆贝叶斯公式的非迭代抽样算法,该算法... 与正态回归相比,学生t回归模型是一种对异常值较稳健的回归模型,通常用Gibbs抽样算法估计参数。而Gibbs抽样是一种迭代算法,所得样本不是独立样本,统计推断之前需判断其收敛性。文章探讨了一种基于逆贝叶斯公式的非迭代抽样算法,该算法利用t分布的正态混合表示,结合EM算法和重要再抽样算法,得到参数的独立同分布的后验样本,该样本可直接用于统计推断,从而避免了Gibbs抽样中的问题。 展开更多
关键词 t回归 EM算法 逆贝叶斯公式 混合表示 GIBBS抽样
在线阅读 下载PDF
回归系数变点估计的快速非迭代抽样算法 被引量:1
5
作者 杨丰凯 袁海静 《统计与决策》 CSSCI 北大核心 2017年第24期10-13,共4页
文章讨论了线性回归模型中回归系数变点位置估计的非迭代抽样算法。在贝叶斯框架下,分别采取无信息先验和共轭先验,利用逆贝叶斯公式,得到来自变点位置后验分布的独立同分布的样本,可直接用于变点位置的统计推断。避免了Gibbs抽样算法... 文章讨论了线性回归模型中回归系数变点位置估计的非迭代抽样算法。在贝叶斯框架下,分别采取无信息先验和共轭先验,利用逆贝叶斯公式,得到来自变点位置后验分布的独立同分布的样本,可直接用于变点位置的统计推断。避免了Gibbs抽样算法中的收敛性诊断问题以及样本的相依性问题。 展开更多
关键词 线性回归 系数变点 逆贝叶斯公式 GIBBS抽样
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部