正态-Wishart先验分布下多重线性回归模型的Bayes估计

该文从多重线性回归模型的基本统计结构出发 ,对其Bayes理论进行了深入的研究。通过对样本似然函数的分解 ,证明当协方差阵未知时 ,正态 -Wishart分布就是模型参数矩阵的共轭先验分布 ;在此先验分布下 ,系数矩阵、精度阵的后验分布分别为矩阵t分布和Wishart分布 。

基于正态—Gamma共轭先验分布的贝叶斯AR(p)预测模型

本文系统地分析了AR(P)时间序列模型的数学模型及其条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态—Gamma先验分布情况下模型的贝叶斯推断理论,包括模型自回归系数和精度参数后验分布的统计推断、二次损失函数下参数的贝叶斯估计;同时,从统计数学方法上严格地证明了一步超前预测模型的预报分布为t分布。

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.

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.

正态总体分布参数的Bayes假设检验

本文用Ｂａｙｅｓ统计思想研究了正态总体分布参数的假设检验问题。

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.

正态线性单方程计量经济模型的Bayes统计推断

该文研究了如何利用Bayes方法来建立正态线性计量经济模型 :Y =Xβ+U ,U ～N( 0 ,σ2 In) ,分别讨论了在二次损失函数下σ2 已知时 ,β的Bayes估计和σ2 未知时 ( β ,σ)的Bayes估计。与 β或 ( β ,σ)的经典统计估计相比较 ,由于Bayes方法融合了样本信息和参数的先验信息 ,其Bayes估计的精度更高。

几种非正态总体未知参数的贝叶斯假设检验问题

利用贝叶斯统计思想总结了两种常见的假设检验方法,在此基础上针对双边检验H0∶θ=θ0,H1∶θ≠θ0,提出了构造参数θ的否定域,即求出参数θ的置信概率为1-α的最大后验区间D,区域Θ-D为参数θ的否定域.检验θ是否在否定域内,若在就否定H0.研究了四类非正态总体几何分布、负二项分布、威布尔分布和瑞利分布的未知参数的贝叶斯假设检验,并给出了相应的否定域.

正态判别中完全贝叶斯和贝叶斯最小二乘准则的比较(英语)

本文研究了两个具相同协方差阵的多元正态总体在自然共轭九验分布下的判别分析问题,证明了当可观察变量的个数趋无穷时,贝叶斯判别函数与一基于样本的判别函数渐近等价。

正态单边可靠性的经典、Fiducial、Bayes限

本文给出了正态单边可靠性的共轭型先验分布的Bayes精确限及经典限、Fiducial精确限。它们可用广义非中心t-分布的分布函数的非线性方程表出。当取无信息先验分布时,Bayes限、经典限、Fiducial限相等。为了节省机时及便于工程人员使用,给出了Bayes及经典近似限。

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。

非线性Bayes动态模型的研究

对正态误差下的非线性Bayes动态模型进行了处理 .对模型分观测误差已知和未知常数两种情况进行了研究 ,利用Taylor展开来近似参数分布 ,并引入E -M算法 ,完成了模型的修正。

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。

多重线性回归模型的贝叶斯预报分析

多重线性回归模型的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分。通过模型系统的统计结构,证明了矩阵正态—Wishart分布为模型参数的共轭先验分布;利用贝叶斯定理,根据模型的样本似然函数和参数的先验分布推导了参数的后验分布;然后,从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布。研究结果表明:由于参数先验分布的作用,样本的预报分布与其原统计分布有着本质性的差异,前者服从矩阵正态分布,而后者为矩阵t分布。

多元质量特性的贝叶斯均值向量控制图

贝叶斯控制图主要研究小样本情况或非稳定状态下的质量控制问题 ,是质量控制理论中的一个新的研究领域。通过建立多元质量特性控制的数学模型 ,利用多重线性模型的贝叶斯推断理论 ,证明了正态 -Wishart先验分布下多元质量特性模型的预报分布为多元t分布 ,并根据多元t分布与F分布之间的关系 ,构造了F统计量和相应的贝叶斯均值向量控制图。

混合效应模型的非参数贝叶斯分位回归方法研究

本文对混合效应模型提出了一种非参数贝叶斯分位回归方法,通过引进一种新的分层有限正态混合分布,将分位回归建模时对随机误差项的假定放宽至仅有分位点约束之下。通过对混合比例参数假设广泛灵活的Stick-Breaking先验,使得模型捕捉复杂数据分布信息的能力更强。在建立的非参数贝叶斯分层分位回归模型中引入潜变量,使模型参数估计的Gibbs抽样算法中原来每次需要计算(2M)N项函数值变为每次只需计算N项即可。蒙特卡罗模拟显示,在误差分布函数变得较为复杂时,非参数贝叶斯分位回归方法比参数方法在估计效果上有更大的优势。

多方程线性模型系统的贝叶斯预报分析

多方程线性模型系统的贝叶斯预报分析是贝叶斯线性模型理论的重要组成部分.作者利用模型系统的统计结构,证明了矩阵正态-Wishart分布为模型参数的共轭先验分布.利用贝叶斯定理,作者根据模型的样本似然函数和参数的先验分布推得了参数的后验分布,然后从数学上严格推断了模型的预报分布密度函数,证明了模型预报分布为矩阵t分布.研究表明由于参数先验分布的作用,样本的预报分布与其原统计分布有着本质性差异,前者服从矩阵正态分布,而后者服从矩阵t分布.

结构可靠性的经典、Bayes及Fiducial限

本文推导了结构可靠性的经典精确限、Fiducial精确限及共轭型先验分布的Bayes精确限。录取无信息先验分布时,Bayes精确限与经典精确限、Fiducial精确限相等。为了满足工程实践的需要,给出了一种高精度的可手算的Bayes近似限,并用实例说明了这种方法。