正态-逆Wishart先验下多元线性模型中经验Bayes估计的优良性

在正态-逆Wishart先验下研究了多元线性模型中参数的经验Bayes估计及其优良性问题.当先验分布中含有未知参数时,构造了回归系数矩阵和误差方差矩阵的经验Bayes估计,并在Bayes均方误差(简称BMSE)准则和Bayes均方误差阵(简称BMSEM)准则下,证明了经验Bayes估计优于最小二乘估计.最后,进行了Monte Carlo模拟研究,进一步验证了理论结果.

正态-逆Wishart先验信息下多元线性模型的后验似然比检验

在正态-逆Wishart先验信息下考虑多元正态线性模型Y-Nn×m(XB,In■∑)的参数矩阵B的线性假设检验问题,根据B的后验概率分布构造了关于B的两种线性假设的后验似然比检验,所得检验统计量是矩阵F-分布的特征值函数.

具有正态逆伽玛先验的正态分布中的方差参数在Stein损失下的贝叶斯后验估计量（英文）

对于先验分布为正态逆伽玛分布的正态分布的方差参数,我们解析地计算了具有共轭的正态逆伽玛先验分布的在Stein损失函数下的贝叶斯后验估计量.这个估计量最小化后验期望Stein损失.我们还解析地计算了在平方误差损失函数下的贝叶斯后验估计量和后验期望Stein损失.数值模拟的结果例证了我们的如下理论研究:后验期望Stein损失不依赖于样本;在平方误差损失函数下的贝叶斯后验估计量和后验期望Stein损失要一致地大于在Stein损失函数下的对应的量.最后,我们计算了上证综指的月度的简单回报的贝叶斯后验估计量和后验期望Stein损失.

奇异四元数矩阵的正态及Wishart分布

本文利用拉直算子(vec)和Kronecker积求得了四元数矩阵的实表示矩阵的一些性质,在此基础上利用实矩阵的奇异正态分布密度函数,求出了四元数矩阵的奇异正态分布的密度函数表达式.由此得到四元数矩阵奇异Wishart分布的密度函数表达式.

黄土抗剪强度参数均值与方差的Bayes估计及其应用

为解决黄土强度参数估计问题,从工程勘察项目中共收集统计了3384组Q1、Q2、Q3黄土强度参数黏聚力c、内摩擦角φ值的测试数据,不考虑二者的相关性,将参数均值和方差都作为随机变量,建立起黄土强度参数c、φ的正态-逆伽马先验分布。基于Bayes理论,利用共轭先验法推导了参数后验分布和后验概率密度函数的期望值求解公式,确定了估计的误差。以陕西泾阳黄土边坡为例,利用所建立的先验分布和边坡土层测试强度指标,求取参数的后验分布,进一步估计了边坡失效概率的概率分布和稳定系数均值的概率分布。结果表明:在95%的置信度下,按稳定系数评价,边坡均处于基本稳定状态,且稳定系数置信区间小;按失效概率评价,边坡接近稳定状态,但失效概率的置信区间较大,黄土强度参数的方差控制着边坡失效概率的置信区间,将方差作为随机变量,考虑方差变异性,能更科学地评估黄土工程的可靠度。

岩土强度参数正态–逆伽马分布的最大后验估计

岩土强度参数的概率分布特征参数是确定强度参数标准值和可靠度分析及风险评估的基础,目前采用现场数据进行估计的方法存在小样本信息量不足的问题,为此,基于贝叶斯统计理论提出服从正态分布的岩土强度参数的概率特征参数服从于一个二维联合先验分布,并根据贝叶斯公式推导相应的共轭后验分布函数,以及岩土强度参数概率特征参数的最大后验估计量计算公式。以重庆万州区域内若干工程的泥岩和砂岩的黏聚力、内摩擦角的历史数据为例,建立先验分布函数,先统计单个工程的现场样本均值和方差,然后将若干工程的均值和方差组成新的样本,以此样本为基础采用参数估计得到理论推导确定的先验分布中的超参数,从而确定该区域泥岩和砂岩黏聚力及内摩擦角的先验分布函数,结合该区域内一个工程算例的现场数据,得到该工程在现场样本情况下泥岩和砂岩黏聚力及内摩擦角的概率分布特征参数的后验分布函数和最大后验估计值,并计算相应的黏聚力及内摩擦角的标准值,与传统方法确定的标准值进行比较,表明提出的贝叶斯方法综合了历史数据和现场数据的信息,更为科学合理。

基于改进BVAR模型和MS-VECM模型的能源消费分析

针对向量自回归模型(VAR)的高维估计问题,结合贝叶斯理论提出了一种融合正态-逆Wishart共轭先验分布的估计方法。在该估计方法中,所提出的模型引入Metropolis-Hastings(MH)算法,从以往数据集中确定先验分布超参数,并通过设定与模型尺寸相关的收缩系数从而进行估计。与传统VAR模型相比,基于贝叶斯理论的估计方法可在保留相关样本信息的同时控制过度拟合,具有较好的稳健性和有效性。此外,在改进的BVAR模型基础上,结合区制转移技术与误差修正模型提出了MS-BVECM模型,该模型能够有效分析经济周期内各变量之间长期与短期均衡状态变化,当短期内经济变量受到波动而与长期均衡状态发生偏离时,误差修正模型机制会使其逐渐重新回到长期均衡状态,以保证模型的稳健性。最后,以重庆市为例,利用所提模型对其能源消费、产业结构升级和经济增长的动态关系进行了分析与预测并提供了可行建议。

小批量生产的贝叶斯质量控制模型

本文应用贝叶斯统计推断方法,研究了基于正态共轭先验分布和正态———逆伽玛共轭先验分布的小批量生产下的质量控制模型问题,根据不同控制对象的预报分布密度函数,分别构造了方差已知时的贝叶斯均值控制图和方差未知时的贝叶斯均值———标准差控制图,并与经典质量控制模型进行了比较。

多元线性模型中回归系数矩阵的可估函数和协方差阵的同时Bayes估计及优良性

本文研究了在设计阵非列满秩情况下多元线性模型的Bayes估计问题.假定回归系数矩阵和协方差阵具有正态-逆Wishart先验分布,运用Bayes理论导出了回归系数矩阵的可估函数和协方差阵的同时Bayes估计.然后在Bayes Mean Square Error(BMSE)准则和Bayes Mean Square Error Matrix(BMSEM)准则下,证明了可估函数和协方差阵的Bayes估计优于广义最小二乘(Generalized Least Square,GLS)估计.另外,在Bayes Pitman Closeness(BPC)准则下研究了可估函数的Bayes估计的优良性.最后,进行了Monte Carlo模拟研究,进一步验证了理论结果.