0-1膨胀几何分布的客观贝叶斯分析

在医疗卫生、金融证券等应用领域,经常会同时出现零观测值、一观测值较多的情况.为更好地拟合这类数据,提出0–1膨胀几何分布模型并进行客观贝叶斯分析.通过参数变换,得到Jeffreys先验和reference先验.设计后验分布的抽样算法,设置不同的样本量和参数真值,采用数值模拟方法对不同客观先验下的估计效果进行评估.

数据扩充下0-1膨胀几何分布的客观贝叶斯分析及应用

在交通安全、公共卫生、风险管理等实际应用领域,经常会遇到0观测值、1观测值出现较多的样本数据。为了更深入地研究这类数据集,本文提出了0-1膨胀几何分布模型,通过设计数据扩充策略和构造完全似然函数,得到了Jeffreys先验和reference先验。设置不同的样本容量和参数真值,对不同的客观先验进行数值仿真和比较分析。最后,利用0-1膨胀几何分布模型对底特律城市交通事故死亡数据集进行了分析。研究表明,采用客观贝叶斯方法比主观贝叶斯方法能够实现更佳的拟合效果。

0-1膨胀几何分布回归模型及其应用

在制造缺陷、专利申请、道路安全和公共卫生等应用领域,经常会出现较多的零观测值和一观测值.采用传统的泊松回归或负二项回归模型往往会过低地估计零观测值和一观测值出现的概率,数据拟合的效果欠佳.文章提出了0-1膨胀几何分布回归模型,巧妙地引入隐变量并进行极大似然估计和贝叶斯估计,基于数据扩充策略分别采用最大期望(EM)算法和Metropolis-Hastings抽样算法对回归参数向量进行估计.在不同的样本容量下进行数值模拟,并对两种估计方法的性能进行评价.研究表明,对于博士研究生发表论文数量的数据集,0-1膨胀几何分布回归模型能够达到更好的拟合效果.