期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
左截断右删失数据下泊松分布参数多变点的贝叶斯估计
被引量：
1
1
作者
何朝兵
刘华文
《兰州理工大学学报》
CAS
北大核心
2014年第4期136-140,共5页
通过添加缺损的寿命变量数据得到左截断右删失数据下泊松分布的完全数据似然函数.给出变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行抽样,介绍MCMC方法的实施步...
通过添加缺损的寿命变量数据得到左截断右删失数据下泊松分布的完全数据似然函数.给出变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行抽样,介绍MCMC方法的实施步骤.把Gibbs样本的均值作为各参数的贝叶斯估计.随机模拟试验的结果表明各参数贝叶斯估计的精度都较高.
展开更多
关键词
完全数据似然函数
满条件分布
MCMC方法
GIBBS抽样
Metropolis-Hastings算法
在线阅读
下载PDF
职称材料
截断删失情形下泊松分布参数多变点的Bayes估计
被引量：
1
2
作者
何朝兵
《应用数学》
CSCD
北大核心
2014年第3期603-609,共7页
通过添加数据得到截断删失情形下泊松分布的完全数据似然函数,研究变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对参数进行估计,详细介绍MCMC方法的实施步骤.随机模拟试验的结果表明参数Ba...
通过添加数据得到截断删失情形下泊松分布的完全数据似然函数,研究变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对参数进行估计,详细介绍MCMC方法的实施步骤.随机模拟试验的结果表明参数Bayes估计的精度较高.
展开更多
关键词
完全数据似然函数
满条件分布
MCMC方法
GIBBS抽样
Metropolis-Hastings算法
在线阅读
下载PDF
职称材料
题名
左截断右删失数据下泊松分布参数多变点的贝叶斯估计
被引量：
1
1
作者
何朝兵
刘华文
机构
安阳师范学院数学与统计学院
山东大学数学学院
出处
《兰州理工大学学报》
CAS
北大核心
2014年第4期136-140,共5页
基金
国家自然科学基金(61174099)
河南省教育厅自然科学基金(2011B110001)
文摘
通过添加缺损的寿命变量数据得到左截断右删失数据下泊松分布的完全数据似然函数.给出变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行抽样,介绍MCMC方法的实施步骤.把Gibbs样本的均值作为各参数的贝叶斯估计.随机模拟试验的结果表明各参数贝叶斯估计的精度都较高.
关键词
完全数据似然函数
满条件分布
MCMC方法
GIBBS抽样
Metropolis-Hastings算法
Keywords
complete data likelihood function
full-condition distribution
MCMC method
Gibbs sampling
Metropolis-Hastings algorithm
分类号
O213.2 [理学—概率论与数理统计]
O212.8 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
截断删失情形下泊松分布参数多变点的Bayes估计
被引量：
1
2
作者
何朝兵
机构
安阳师范学院数学与统计学院
出处
《应用数学》
CSCD
北大核心
2014年第3期603-609,共7页
基金
河南省教育厅自然科学基金(2011B110001)
文摘
通过添加数据得到截断删失情形下泊松分布的完全数据似然函数,研究变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对参数进行估计,详细介绍MCMC方法的实施步骤.随机模拟试验的结果表明参数Bayes估计的精度较高.
关键词
完全数据似然函数
满条件分布
MCMC方法
GIBBS抽样
Metropolis-Hastings算法
Keywords
Complete-data likelihood function
Full conditional distribution
MCMC method
Gibbs sampling
Metropolis-Hastings algorithm
分类号
O212.2 [理学—概率论与数理统计]
O212.8 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
左截断右删失数据下泊松分布参数多变点的贝叶斯估计
何朝兵
刘华文
《兰州理工大学学报》
CAS
北大核心
2014
1
在线阅读
下载PDF
职称材料
2
截断删失情形下泊松分布参数多变点的Bayes估计
何朝兵
《应用数学》
CSCD
北大核心
2014
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
