Tweedie复合泊松回归模型的Bayes估计和影响分析
Tweedie复合泊松回归模型在精算科学,环境科学等领域有广泛的应用.为了研究Tweedie复合泊松回归模型的Bayes估计,在模型中引入潜变量,并通过视潜变量为缺失数据以及应用结合Gibbs抽样技术和Metropolis-Hastings(MH)算法的混合算法,获得了模型的参数和潜变量的联合Bayes估计.在估计理论的基础上,提出了两类Bayes数据删除影响测度及其相应的算法.最后通过模拟研究和实例分析验证了所给方法的有效性.
半连续数据、泊松-伽玛复合分布、Gibbs抽样、MH算法、Bayes数据删除影响测度
35
O212.8(概率论与数理统计)
国家自然科学基金;贵州省科学技术基金
2020-12-15(万方平台首次上网日期,不代表论文的发表时间)
共12页
393-404