左截断右删失数据下伽玛分布参数多变点的贝叶斯估计

• 作者: 何朝兵
• 来源期刊: 四川师范大学学报（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）: 2015,（3）
• 所属期刊栏目: 基础理论
• 页码范围: 398-403
• 页数: 6页
• 分类号: O213.2|O212.8
• 字数: 5375字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8395.2015.03.017

摘要

首先通过添加数据得到了左截断右删失数据下伽玛分布的完全数据似然函数,然后研究了变点位置和其它参数的满条件分布,接着利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC(Markov Chain Monte Carlo)方法得到了参数的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