IIRCT下负二项分布参数多变点的贝叶斯估计

• 作者: 何朝兵 刘华文
• 来源期刊: 郑州大学学报（理学版）
• 学科: 数学
• 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
• 年，卷（期）: 2014,（2）
• 页码范围: 11-15
• 页数: 5页
• 分类号: O213.2|O212.8
• 字数: 3929字
• 语种: 中文
• DOI: 10.3969/j.issn/1671-6841.2014.02.003

摘要

通过添加缺损的寿命变量数据得到了带有不完全信息随机截尾试验下负二项分布的完全数据似然函数.给出了变点位置和其他参数的满条件分布.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了抽样.详细介绍了MCMC方法的实施步骤,得到了参数的Gibbs样本,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何朝兵	安阳师范学院数学与统计学院	58	91	4.0	7.0
2	刘华文	山东大学数学学院	37	657	10.0	25.0