基于G-M法和重要抽样法的PLP强度函数的Bayesian预测分析
在多种无信息先验下,将Gibbs抽样与Metropolis-Hastings算法混合的方法和重要抽样法应用于幂律过程强度函数的Bayesian预测分析,简化Bayesian分析同时还能方便地给出强度函数及其函数的Bayes估计和区间分析.所给预测方法不仅能预测幂律过程的未来强度,同样适用于当前强度的预测.在用具有精确解的数值模拟算例充分验证了文中方法的可行性、合理性和有效性之后,将其应用于一个实例分析,并就无信息先验中参数的选取给出一些建议.
幂律过程、强度函数、Bayesian推断、Gibbs抽样、Metropolis-Hastings算法、重要抽样
31
TBl14.3
国家自然科学基金50875213;西北工业大学基础研究基金NPU-FFR-JC201101
2012-04-20（万方平台首次上网日期，不代表论文的发表时间）
共8页
2217-2224
