Gibbs抽样相关论文
流行病的广泛传播对经济发展以及日常生活造成了巨大的冲击.因此,收集流行病相关数据并分析其发病率或感染强度的时空规律对制定相......
支持向量回归（SVR）是机器学习中重要的数据挖掘方法，当前关于SVR的研究大多基于二次规划理论，同时，利用交叉验证或一些智能算法选取模型......
随着社会经济的发展,研究者发现最小二乘回归估计不能全面地解释自变量和因变量两者之间的关系,因此提出了分位数回归估计以补充最......
大数据时代各领域产生的数据日益复杂,医药生物、公共卫生、金融保险、可靠性工程、环境监测等领域的数据由于测量设备、实验设计......
因为全球性的能源短缺,LED芯片凭借其寿命长、成本低、亮度高等特点,已成为制作灯牌、各种发光字的最佳选择.不论是用于日常照明、......
作为对均值回归一个强有力的补充,分位数回归具有对异常点稳定,无需对随机误差有分布假设等优良特性.它最早是由Koenker和Bassett（1......
随着时间序列研究的不断深入,为了能更好的描述现实世界,人们更加关注非线性时间序列,在这样的背景下诞生了双重时间序列模型.自模......
为研究截断删失数据下瑞利分布多变点模型的参数估计问题,利用MCMC方法,通过筛选法添加部分缺损的寿命变量数据,得到了相对简单的......
高维数据广泛存在于人们日常生活的各个领域,如社会经济、生物医学、信号处理等等。高维数据通常具有强相关性、数据维度高以及尖......
项目反应时间是很重要的信息资源，特别是在现在的计算机化考试里，便于我们对这一信息进行收集。同时被试者对题目的反应（对或错）和反应......
构建经济增长质量的评价指标体系，采用熵权法确定基本指标权重测度不同维度经济增长质量指数，进一步构建FAVAR模型并采用Bayesian视......
威布尔分布是航空装备中较为典型的故障数据分布。为了验证航空装备故障数据在威布尔分布和随机右删失情形下其描述性统计量对客观......
入21世纪,人类社会正在由信息社会迈向知识社会,掌握知识、勇于创新的人才成为企业和组织中最有价值的资源。无论是科学研究机构,......
模体识别是生物信息学的重要研究领域。它通过寻找不同序列间的相似片段来归结出这些序列片段中所蕴涵的特征模体，从而揭示生物序列......
时间序列由于误差、干扰或者异常事件的影响,会产生一些与其他观测数据不一致的值,这些值被称为时间序列的异常点。异常点的存在对......
大数据时代,数据已成为非常重要的生产因素,数据挖掘已经应用于各行各业。其中,对肠道微生物领域的挖掘就是当前研究的热点。由于......
均匀分布是最重要的连续型分布之一,广泛应用于自然科学和社会科学领域,因此研究均匀分布的参数估计问题仍然有很大的现实意义。首......
门限自回归(TAR)模型是一类典型的非线性时间序列模型,它在自回归(AR)模型的基础上增加了额外的约束条件,其本质就是对一类非线性......
随着大数据时代的来临,数据的更新换代越来越快,对于同一问题会有不同的人不断地做研究,这样就会产生非常多的数据和结论,这些结果......
信息过载是大数据时代的突出问题之一,通过个性化推荐缓解信息过载,提升用户体验,已经成为目前热门的研究领域。现有推荐方法多聚......
大学排名有其实际的意义和不可避免的不足。现在国内外有几个较有影响的大学排名表。本文关注国内部分双一流高校的排名,其中有些......
现如今,随着信息化、大数据时代的到来,数据容量大、内容多样、形式复杂、数据间关联性较密集,事物间相关联的研究越来越受到人们......
在已经过去的最近两年内,中国股市曾经历了一个完整的上涨和下跌的周期,期间多次较大的波动震荡为中国证券历史上极其罕见的。因此......
随着互联网的发展,人类进入了大数据时代,产生了海量数据。传统的数据分析方法和技术已难以处理,数据挖掘技术也就应运而生了,其中......
随着国家社会经济的发展,人们的物质生活水平显著提高,而人们赖以生存的环境正面临严重挑战.近年来大气污染严重影响了人们的日常......
大气污染排放效率能直接衡量社会劳动产生的经济效应和污染排放物之间的关系,反映出经济要高质量发展,生态环境也要积极保护。改革......
在设计和建设风电场时,需要对当地的风资源进行评估。不确定性分析是风资源评估中非常重要且必不可少的工作,影响风速不确定性的因......
随着MCMC(Markov chain Monte Carlo)方法的引进,Bayes方法在医学领域得到了广 泛应用.但目前,国内的医学应用还很少见有报道.该研......
本研究利用668 只考力代母羊的产羔数、活羔数、受精力、妊娠维持和多胎性五个繁殖性状的1261 个记录和1188 只考力代羔羊的初生重......
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......
针对数据不同质现象的广泛存在,将非线性结构方程模型推广到有限混合非线性结构方程模型,用EM算法进行估计,E步引入Gibbs抽样及MH......
随着科学技术的发展和现代化电气设备的广泛使用,电能质量问题受到越来越多的关注。电压跌落是发生最频繁、影响最严重的电能质量......
恒定应力加速寿命试验是对产品进行寿命试验时的一种有效，而且经济的试验方法，其理论日趋成熟，并且这种方法在实践中已经得到了非常广......
该文主要包括:1.考虑了先验概率的选择是否影响后验模型的估计的问题.为此,我们模拟了一个真实模型,然后改变先验概率,运用Gibbs抽......
随着现代信息技术的发展，在日常的商业运作中积累大量关于时间序列的数据，这些数据中蕴含了大量的商业信息，需要我们进行挖掘.孤立点......
本文在估计参数时采用了Gibbs抽样.这里要估计的参数是二项分布的参数.我们通过真实状态属于某个给定上集合的个体数不断的变化从......
生产函数是经济数学与数量经济学中的一个重要概念，它是一种技术关系，表明在一定的技术水平下，由每一组特定的生产要素组合构成的投入......
本文研究了三种应用背景下的贝叶斯统计分析方法：响应观测含区间删失数据情况下Gamma分布广义线性模型的参数估计和残差分析；Logit模......
本文所讨论的混合模型的参数估计是先指定混合分量密度函数p(X；θ，)的形式(这里假设是正态分布，即所讨论的混合模型是正态混合模型)，再......
经验贝叶斯最早是由Robbins(1951，1955)年提出的，通俗地讲，经验贝叶斯是利用已有数据来估计未知参数的先验的某些性质的方法。主要包......
聚类分析是一类很重要的统计分析方法，有着广泛的应用。本文针对如下两类情况进行聚类分析。 首先是利用相关矩阵来进行聚类分析......
在生命科学中，人们不断地探索物种之间的进化关系，而系统发生树成为描述这种进化关系最好的手段之一.随着许多物种的基因测序工程的......
后基因组时代的一个重要任务就是将细胞内基因、mRNA、蛋白质及代谢产物的相互作用研究清楚，基因调控网络控制着基因的表达，描述调控......
多水平模型主要用于处理具有分层结构的数据；本文首先简述了多水平模型的发展历史，并结合传统的回归模型给出了多水平模型的一般形式......
作为技术效率测算的参数方法的随机前沿模型,最初由Aigner.Lovell& Schmidt,Meeusen&Van den Broeck,Battese & Corra于1977年同时......
可靠性研究是以产品的寿命特征为主要研究对象,以评价产品的性能指标为主要研究目的的实用型课题。产品的寿命特征是一种随机现象,......
