单指数模型的Bayes分析

论文摘要

本文采用Bayes方法对单指数模型进行全面分析,包括自变量选择、指数向量的估计以及用自由节点样条来拟合联系函数。所建议的Bayes方法通过逆跳Markov chain Monte carlo技术(RJMCMC)来实现。为了获得较快的运算法则,我们不仅对样条系数与误差方差选取共轭的正态—逆伽玛先验分布,来方便地获得其他未知量的边际后验分布并作为目标分布;另外,我们还设计了一个简单但一般的随机游动Metropolis抽样器,实现从指数向量的条件后验分布中进行抽样的目的。最后,我们应用本文所建议的方法来分析仿真例子和实际数据。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 引言
• 1.2 预备知识
• 1.3 研究内容
• 第二章 Bayes估计
• 2.1 模型分析
• 2.2 先验分布
• 2.3 联合后验密度及条件后验分布
• 第三章 抽样
• 1.考虑（a），增加一个预测变量和（b），去掉一个预测变量
• 2.考虑（c），更新指数向量
• 3.考虑（d），增加一个节点：（e），去掉一个节点；（f），移动一个节点
• 第四章 数值例子
• 4.1 仿真
• 4.2 实际数据
• 第五章 总结
• 参考文献
• 致谢