贝叶斯随机搜索的多变点模型分析

在多变点模型中借助拉丁变量来计算贝叶斯随机搜索模型,把模型选择问题转化为对拉丁变量后验分布的分析.由于对拉丁变量分量的条件后验分布逐一分析较难实现,文章从拉丁变量整体进行分析,用可逆跳算法可以实现从模型的计算,连续用三个不同的MH算法对拉丁变量的后验分布进行抽样.并对英国司机死亡或者重伤的月度数据集分析,在MAP算法模式下找到了三个变点.     

基于贝叶斯搜索方法的TAR模型研究

文章基于贝叶斯随机搜索方法的思想,提出一种有效解决门限自回归(TAR)模型的贝叶斯方法,在不假设固定的机制个数条件下,借助拉丁变量建立贝叶斯随机搜索TAR模型.在此模型下,拉丁变量的后验分布包含了机制的个数和门限参数的信息,因此滞后阶数、门限值和所有回归系数等的估计均通过MCMC方法从其后验分布抽样.并从模型AR(1)、TAR(2,1,1)、TAR(3,1,1,1)中产生样本,模拟结果表明此方法能很好地估计机制数、延迟参数、门限值及各机制下的回归系数.用贝叶斯随机搜索TAR模型对太阳黑子年度数据集进行分析,找到三个门限值,即10.2,40和73,与已有文献中用其他方法得到的结果一致.     

基于TAM模型的高校网络思想教育接受度研究——以广东工业大学为例

本文基于技术接受理论提出高校网络思想教育接受度研究模型，以广东工业大学为例探讨网络思想教育内容质量、感知愉悦性、社群环境、感知易用性、感知有用性和接受行为意向之间的关系，来探究网络思想的接受现状和影响因素，从而找准提升其接受路径的着力点。通过结构方程模型确定变量之间的关系，结果显示感知有用性和感知易用性显著影响高校学生进行网络思想教育的行为意向，前者的影响最为显著；内容质量正向影响感知有用性，感知愉悦性、社群环境正向影响感知有用性和感知易用性。