IIRCT下指数分布参数多变点的贝叶斯估计
对缺损的寿命变量数据进行添加,得到了带有不完全信息截尾实验下的指数分布的完全似然函数,并给出了其变点的位置和其他参数的满条件分布.通过利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行了抽样,介绍了实施MCMC方法的详细步骤,得到了参数的Gibbs样本,把Gibbs样本的均值作为各个参数的贝叶斯估计,随机模拟的实验结果表明各参数的贝叶斯估计精度较高.
指数分布、变点、Gibbs抽样、Metropolis-Hastings算法、贝叶斯估计
39
O213.2;O212.8(概率论与数理统计)
国家自然科学基金青年项目;新疆师范大学重点实验室项目;新疆师范大学教改工程项目;新疆师范大学校级重点实验室招标课题
2021-04-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
353-358