基于贝叶斯统计思想实现多重线性回归分析

• 作者: 胡良平 谷恒明
• 来源期刊: 四川精神卫生
• 学科: 医学
• 关键词: 随机模拟 Metropolis算法 Gibbs抽样 MCMC 先验分布 后验分布
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 科研方法专题
• 页码范围: 12-14
• 页数: 3页
• 分类号: R195.1
• 字数: 2428字
• 语种: 中文
• DOI: 10.11886/j.issn.1007-3256.2018.01.003

摘要

本文目的是介绍基于贝叶斯统计思想实现多重线性回归分析的方法.多重线性回归分析时,单纯基于贝叶斯理论导出的公式来估计回归模型中参数的做法并不常见.最常见的做法是基于马尔科夫链蒙特卡罗(MCMC)方法来实现多重回归分析,即把蒙特卡罗方法、贝叶斯统计思想和马尔科夫链等内容有机结合起来,共同完成多重回归分析.在资料基本满足经典统计思想建模的前提条件时,基于贝叶斯统计思想构建多重线性回归模型,其效果等价于基于经典统计思想构建的多重线性回归模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡良平	军事医学科学院生物医学统计学咨询中心	304	886	11.0	18.0
5	谷恒明	军事医学科学院生物医学统计学咨询中心	14	42	4.0	5.0