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.

逆高斯回归模型的贝叶斯分析

文章对逆高斯回归模型进行贝叶斯统计分析,通过利用Gibbs抽样和MH算法得到模型参数的贝叶斯估计以及贝叶斯数据删除诊断统计量的计算。数值模拟说明了方法的可行性。

逆高斯回归模型的影响诊断

本文基于曲率方法提出了适合逆高斯回归模型的局部影响分析,分别研究了在加权扰动,响应变量扰动和解释变量扰动下的影响分析问题,得到了相应的诊断统计量.最后,给出了具体的数值实例,说明了本文方法的有效性.

伽马回归模型与逆高斯回归模型在房价预测中的应用

利用伽马回归模型和逆高斯回归模型对台湾省新北市新店区的房价数据集进行了建模和预测,并采用迭代加权最小二乘法对模型参数进行了估计,而后利用图示法和均方误差值(MSE)对两模型关于房子单价的预测值与房子单价的观测值进行了对比。结果表明:伽马回归模型和逆高斯回归模型均适用于对台湾新北市新店区房子单价的预测,其中伽马回归模型在台湾新北市新店区房价数据的拟合和预测上均优于逆高斯回归模型。为此,从房地产开发商和客户两个角度提出了建议:前者,对该地区便利店的店家进行优惠补贴,吸引更多的商店入驻,为该地区的居民提供便利服务,同时开展大量的购房优惠活动,吸引更多的人进行买房;后者,能为客户提供一个相对合理的购房参考。

零调整分位数回归模型在车辆保险索赔额中的研究与应用

车辆保险产品的定价一般会考虑保单持有人的索赔概率和期望索赔额等两个因素,零调整逆高斯回归模型作为解决这类问题的一个有力工具,由于变量分布的限定,从而具有一定的局限性.针对该问题,本文基于零调整逆高斯回归模型和分位数回归模型的思想,提出零调整分位数回归模型,并结合实际数据进行了拟合分析.与零调整逆高斯回归模型拟合的结果比较表明,零调整分位数回归模型可以作为研究车辆保险中索赔额的一个有力工具.