可逆跳MCMC抽样在生物易感模式中的应用

在一些生物实验中,受试者对于一定处理的易感模式往往是不同的,需要对不同的易感模式进行确定.由于易感模式的个数和形式同时未知,我们利用可逆跳MCMC方法,对易感模式个数和参数联合起来建模,基于他们的后验概率进行推断.为了方便,一般假定不同易感模式的分散程度是相同的.本文对分散程度不同的情况作了分析.数据分析表明可逆跳MCMC方法在易感模式处理中是非常显著的.

变系数模型的Bayes样条估计

本文考察变系数模型y=x1β1(t)+x2β2(t)+…+xpβp(t)+∈,∈-N(0,σ2),βr(t),r=1,…,P是光滑的连续函数.假定βr(t)是三阶的B样条函数,给结点的个数一个均匀先验,用贝叶斯模型平均的方法估计函数系数,这种估计方法充分考虑到各个函数系数的差别,允许不同的函数系数有不同的结点个数,即允许不同的函数系数使用不同的光滑参数.