IIRCT下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: 山西大学学报（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,（3）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 353-358
• 分类号: O213.2|O212.8
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2014.03.006

摘要

通过添加缺损的寿命变量数据得到了IIRCT下二项分布的完全数据似然函数,给出了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