泊松逆高斯回归模型的贝叶斯统计推断

本文研究泊松逆高斯回归模型的贝叶斯统计推断.基于应用Gibbs抽样,Metropolis-Hastings算法以及Multiple-Try Metropolis算法等MCMC统计方法计算模型未知参数和潜变量的联合贝叶斯估计,并引入两个拟合优度统计量来评价提出的泊松逆高斯回归模型的合理性.若干模拟研究与一个实证分析说明方法的可行性.

从最小χ~2估计到GMM估计

文章通过对统计学上著名的χ2拟合优度检验,最小χ2估计量和当今流行的广义矩估计(GMM)等方法的分析阐释,建立了它们之间的理论联系,指出广义矩估计实际上是卡方统计量思想的延伸,并就有关理论联系在数理上给出了相应的证明和推导。