基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
当数据缺失机制为非随机缺失(NMAR)时,线性回归模型中的参数估计是一个复杂的问题.本文采用贝叶斯(Bayesian)方法,并利用MCMC方法、选择模型和Gibbs抽样方法,求得了参数的Bayesian估计,用一个模拟例子求得参数的估计均值和方差说明了此种方法的可行性。
推荐文章
多元线性回归模型参数的BC估计
线性回归模型
有偏估计
BC估计
定数截尾缺失数据下线性失效率模型的参数估计
线性失效率
定数截尾数据缺失
逆估计
标准指数分布
未知误差分布下线性回归模型的非参数自适应估计
线性回归模型
极大似然估计
Newton-Raphson算法
假设检验
纵向数据下线性模型的模态回归估计
稳健估计
模态回归
二次推断函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 NMAR机制下线性回归模型参数的Bayesian估计
来源期刊 长春师范学院学报:自然科学版 学科 数学
关键词 缺失机制 线性模型 选择模型 LOGIT模型 GIBBS抽样 Bayesian估计
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 15-17
页数 3页 分类号 O212.8
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙晓松 连云港师范高等专科学校数学系 20 22 3.0 3.0
2 朱鹏程 9 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (26)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(6)
  • 参考文献(6)
  • 二级参考文献(0)
2000(6)
  • 参考文献(6)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
缺失机制
线性模型
选择模型
LOGIT模型
GIBBS抽样
Bayesian估计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
长春师范学院学报:自然科学版
双月刊
1008-178X
22-1276/G4
吉林省长春市长吉北路677号
出版文献量(篇)
3286
总下载数(次)
0
总被引数(次)
0
论文1v1指导