周期单变点Poisson过程及参数Bayes估计

• 作者: 潘鸿 颜含 高彦伟
• 来源期刊: 吉林大学学报（理学版）
• 学科: 数学
• 关键词: Bayes估计 MCMC(MarkovchainMonteCarlo)方法 Metropolis-Hastings算法 Gibbs抽样
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 数学
• 页码范围: 599-605
• 页数: 7页
• 分类号: O212.8
• 字数: 3871字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2017.03.23

摘要

根据某商场内累计逛街总人数,建立具有周期单变点的Poisson过程模型,研究周期等参数的满条件分布,并分别在绝对损失和平方损失作为损失函数的条件下,利用Gibbs与Metropolis-Hastings算法,讨论未知参数的Bayes估计.对给出的结果进行随机模拟与实例分析,表明两种损失函数下的Bayes估计均具有较好的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘鸿	吉林大学数学学院	58	251	9.0	14.0
2	高彦伟	吉林大学数学学院	27	96	7.0	8.0
3	颜含	吉林大学数学学院	1	1	1.0	1.0