截断删失情形下泊松分布参数多变点的Bayes估计

• 作者: 何朝兵
• 来源期刊: 应用数学
• 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,（3）
• 页码范围: 603-609
• 页数: 7页
• 分类号: O213.2|O212.8
• 语种: 中文

摘要

通过添加数据得到截断删失情形下泊松分布的完全数据似然函数,研究变点位置和其它参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对参数进行估计,详细介绍MCMC方法的实施步骤.随机模拟试验的结果表明参数Bayes估计的精度较高.

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		58	91	4.0	7.0