广义狄利克雷型分布不完全分类数据的统计分析及贝叶斯抽样

在社会学、心理学、保险学和流行病学等学科中,研究人员经常利用类别变量来研究现象的分布特征或者因素之间的关联。本文提出在类别变量的研究中存在一类不完全分类数据,其观测数据的似然函数具有广义狄利克雷型分布的形式。首先,利用EM算法和一种新的基于共众数思想的优化方法计算参数的极大似然估计。其次,在贝叶斯分析中,建立新的结合等高共众数方法的采样重要性重抽样算法来实现广义狄利克雷型分布的有效后验样本抽样。并将所提出的方法用于两组实例数据的分析,实证分析结果表明了本文所提出的方法在一般的不完全分类数据分析中的有效性和实用性。