首页 | 本学科首页   官方微博 | 高级检索  
     

利用M-H算法求解Logistic回归模型参数的贝叶斯估计
引用本文:王丙参,魏艳华. 利用M-H算法求解Logistic回归模型参数的贝叶斯估计[J]. 统计与决策, 2017, 0(18): 19-23. DOI: 10.13546/j.cnki.tjyjc.2017.18.004
作者姓名:王丙参  魏艳华
作者单位:天水师范学院数学与统计学院,甘肃天水,741001
基金项目:国家自然科学基金资助项目(61104045),天水师范学院中青年教师科研资助项目(TSA1506)
摘    要:文章以航天飞机在不同温度下发射密封圈的失效数据为例,采用随机游动与变量变换M-H算法获得Logistic回归模型参数的后验分布样本并进行贝叶斯分析.同时,进行蒙特卡洛模拟,通过样本轨迹图、直方图、自相关系数图等考查M-H算法的抽样表现,并讨论每种抽样方法的优缺点与提高措施.结果表明:先验分布的选取直接影响贝叶斯估计效果,有先验信息的M-H算法估计的标准差比无先验信息的M-H算法要精确,但随着样本容量增大,趋势在减少,适当的建议分布与变量变换可大大提高M-H算法的抽样效率.

关 键 词:M-H算法  混合性  收敛性  随机游动抽样  变量变换法

Bayesian Estimation of Using M-H Algorithm to Solve Logistic Regression Model Parameters
Wang Bingcan,Wei Yanhua. Bayesian Estimation of Using M-H Algorithm to Solve Logistic Regression Model Parameters[J]. , 2017, 0(18): 19-23. DOI: 10.13546/j.cnki.tjyjc.2017.18.004
Authors:Wang Bingcan  Wei Yanhua
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号