左截断右删失下正态分布参数单变点的bayes估计

扫码查看

原文链接

万方数据
维普

中文摘要：针对随机变量的寿命试验数据服从正态分布且在缺失数据模型下的情况,对其参数识别以及估计,并应用到实际生活.在此研究中,首先构建正态分布的似然函数,考虑在左截断右删失数据模型下,使用逆变换法和筛选法处理缺失数据.然后将缺失数据模型下的似然函数转化为完全数据情况下的似然函数,可获得变点的位置及其他参数的满条件分布.最后,采用Gibbs抽样和Metropolis-Hastings算法相结合的MCMC方法获得各参数的Gibbs样本,并将其均值作为各参数的贝叶斯估计.结果显示:在相对误差、MC误差的准则下,各参数的贝叶斯估计精度都较高.

作者：

李清宇、黄介武

展开 >

作者单位：

贵州民族大学数据科学与信息工程学院贵州贵阳 550025

关键词：

正态分布逆变换法筛选法 Gibbs抽样贝叶斯估计

基金：

贵州省教育厅自然科学研究项目贵州省高等学校大数据分析与智能计算重点实验室

项目编号：

黔教技[2022]015号黔教技[2023]012号

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.02.028

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(2)

参考文献量19