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
两部分混合回归模型的贝叶斯推断
被引量：
1
1
作者
夏业茂
《应用数学》
CSCD
北大核心
2019年第1期81-93,共13页
两部分回归模型在刻画半连续型数据的概率发生机制具有重要作用.本文将经典的两部分回归模型推广到两部分有限混合模型,通过假定多条回归直线的混合来解释分布的不齐一性.在贝叶斯框架内,运用马尔可夫链蒙特卡洛(MCMC)方法来进行后验分...
两部分回归模型在刻画半连续型数据的概率发生机制具有重要作用.本文将经典的两部分回归模型推广到两部分有限混合模型,通过假定多条回归直线的混合来解释分布的不齐一性.在贝叶斯框架内,运用马尔可夫链蒙特卡洛(MCMC)方法来进行后验分析.Polya-Gamma先验被用来对logistic模型进行拟合,同时,Stick-breaking先验用于随机权.这些有助于加速后验抽样.本文对可卡因数据展开实证分析.
展开更多
关键词
两部分有限混合模型
Polya_Gamma先验
Stick-breaking先验
参数/非参数贝叶斯拟合
在线阅读
下载PDF
职称材料
混合非参数回归的贝叶斯推断
被引量：
2
2
作者
李道扬
何幼桦
《上海大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第5期856-865,共10页
针对混合非参数回归问题,给出了一种基于贝叶斯框架的推断方法.在该方法中对每一个非参数混合成分用一个随机过程的有限维分布族作为先验,同时分别构造混合比例、随机误差的方差和非参数混合成分的贝叶斯估计,并通过马尔科夫链蒙特卡洛(...
针对混合非参数回归问题,给出了一种基于贝叶斯框架的推断方法.在该方法中对每一个非参数混合成分用一个随机过程的有限维分布族作为先验,同时分别构造混合比例、随机误差的方差和非参数混合成分的贝叶斯估计,并通过马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)法抽样来进行后验推断.数值模拟分别从样本量、回归曲线的相对位置和多分类情况3个角度进行.模拟结果表明,相较于全局期望最大化(global expectation maximalization)算法,混合非参数回归的贝叶斯推断方法能够有效利用先验信息来提高模型的拟合和预测能力.最后将混合非参数回归的贝叶斯推断方法应用于蚜虫与受感染烟草植物的实验,同时解决了数据的聚类与回归拟合问题,其有效性和适用性得证.
展开更多
关键词
混合回归
非参数回归
贝叶斯估计
有限维分布
MCMC抽样
在线阅读
下载PDF
职称材料
题名
两部分混合回归模型的贝叶斯推断
被引量：
1
1
作者
夏业茂
机构
南京林业大学理学院
出处
《应用数学》
CSCD
北大核心
2019年第1期81-93,共13页
基金
国家自然科学基金(11471161)
江苏省高校基金(15KJB110010)
南京林业大学高学历人才计划项目(163101004)
文摘
两部分回归模型在刻画半连续型数据的概率发生机制具有重要作用.本文将经典的两部分回归模型推广到两部分有限混合模型,通过假定多条回归直线的混合来解释分布的不齐一性.在贝叶斯框架内,运用马尔可夫链蒙特卡洛(MCMC)方法来进行后验分析.Polya-Gamma先验被用来对logistic模型进行拟合,同时,Stick-breaking先验用于随机权.这些有助于加速后验抽样.本文对可卡因数据展开实证分析.
关键词
两部分有限混合模型
Polya_Gamma先验
Stick-breaking先验
参数/非参数贝叶斯拟合
Keywords
two-part finite mixture regression model
Polya-Gamma prior
Stick-breaking prior
Parametric/Nonparametric Bayesian analysis
分类号
O212.8 [理学—概率论与数理统计]
O212.4 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
混合非参数回归的贝叶斯推断
被引量：
2
2
作者
李道扬
何幼桦
机构
上海大学理学院
出处
《上海大学学报（自然科学版）》
CAS
CSCD
北大核心
2021年第5期856-865,共10页
基金
国家自然科学基金资助项目(11971296)
文摘
针对混合非参数回归问题,给出了一种基于贝叶斯框架的推断方法.在该方法中对每一个非参数混合成分用一个随机过程的有限维分布族作为先验,同时分别构造混合比例、随机误差的方差和非参数混合成分的贝叶斯估计,并通过马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)法抽样来进行后验推断.数值模拟分别从样本量、回归曲线的相对位置和多分类情况3个角度进行.模拟结果表明,相较于全局期望最大化(global expectation maximalization)算法,混合非参数回归的贝叶斯推断方法能够有效利用先验信息来提高模型的拟合和预测能力.最后将混合非参数回归的贝叶斯推断方法应用于蚜虫与受感染烟草植物的实验,同时解决了数据的聚类与回归拟合问题,其有效性和适用性得证.
关键词
混合回归
非参数回归
贝叶斯估计
有限维分布
MCMC抽样
Keywords
mixture
model
s
nonparametric
regression
Bayesian estimation
finite
dimensional distribution
Markov chain Monte Carlo(MCMC)sampling
分类号
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
两部分混合回归模型的贝叶斯推断
夏业茂
《应用数学》
CSCD
北大核心
2019
1
在线阅读
下载PDF
职称材料
2
混合非参数回归的贝叶斯推断
李道扬
何幼桦
《上海大学学报（自然科学版）》
CAS
CSCD
北大核心
2021
2
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
