论文部分内容阅读
讨论响应变量带有不可忽略缺失数据的非线性均值方差模型的Bayes估计问题.缺失数据机制由logistic回归模型来指定,运用Gibbs抽样及MH算法得到模型参数和缺失数据机制参数的联合Bayes估计,模拟研究和实例分析展示上述模型和方法的可行性.
NMAR机制下非线性均值方差模型的Bayes估计
【摘 要】
：
讨论响应变量带有不可忽略缺失数据的非线性均值方差模型的Bayes估计问题.缺失数据机制由logistic回归模型来指定,运用Gibbs抽样及MH算法得到模型参数和缺失数据机制参数的联
【机 构】
：
贵阳学院数学与信息科学学院,贵州贵阳550005云南大学统计系,云南昆明650091;贵州财经大学数学与统计学院,贵州贵阳550025;
【出 处】
：
数学的实践与认识
【发表日期】
：
2019年21期
其他文献
大量MOOC学习者无法获取证书顺利完成学业已成为制约MOOC普及和发展的主要原因.基于edX发布的MOOC公开数据,通过分析学习者背景及行为特征,对中外MOOC学习者学业完成情况进行
食品质量安全不稳定因素受不同利益驱动一直保持严峻态势,保障食品安全,提供高质量食品成为各方关注的重难点问题.食品可追溯体系通过溯源、 跟踪全程食品信息,增加信息透明
FastICA算法是一种快速独立分量分析(Independent Component Analysis:ICA)算法,但它是基于牛顿迭代方法和合理近似的一种算法,所以具有改进空间.近年来提出了许多改进的具有