左截断右删失数据下对数正态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: 福州大学学报（自然科学版）
• 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,（4）
• 页码范围: 507-513
• 页数: 7页
• 分类号: O213.2|O212.8
• 字数: 5213字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.2014.04.0507

摘要

通过添加数据得到左截断右删失数据下对数正态分布的完全数据似然函数,研究了变点位置和其它参数的满条件分布.再利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到参数的Gibbs样本,把Gibbs样本的均值作为各参数的贝叶斯估计,进行随机模拟,试验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