MCEM算法相关论文
为了探究二型糖尿病早期动态变化,本文通过分析小鼠标本的组织特异性表达数据,获得相邻时间段之间的差异表达的证据,以表征基因差......
利用MCEM算法对线性分位回归模型进行估计，给出了参数估计的MCEM算法，并将本方法应用到删失数据的线性分位回归模型．模拟结果表明，文章......
Cox比例风险模型作为生存分析领域中的经典模型,目前已经被广泛地研究并且应用。对于群组性生存数据,为了刻画组内的个体的相关性,......
对于离散型数据的分析,本文提出了基于Student-t(T)过程下的广义混合效应模型,对于纵向离散型数据之间的相关性由潜在T过程来刻画,......
机票代理人利用民航收益漏洞,产生大量无效订票,给航空公司造成极大损失。目前民航收益系统无法完全避免收益漏洞带来的损失。为了......
随着医药学的发展,药物混合试验越来越受到重视.药物混合因其多靶向性能削弱抗药性;药物之间的协同作用能有效地减少单个药物的剂......
在社会学、经济学、教育学、行为学、心理学和生物医学等研究领域缺失数据是非常普遍的，它给数据分析与应用带来很多困难，而现实中又......
缺失数据在社会学、经济学、心理学和生物医学等实际研究领域中都是普遍存在的。缺失数据的影响显而易见，它不仅可能造成估计量的偏......
本文对非负的且含有大量零的混合类型数据提出了Tobit方差分量模型,许多很有用的Tobit模型是我们模型的特例.我们运用MCEM算法给出......
产品的寿命期间是其实际寿命时间与一些未使用时间（比如贮存和运输时间）之和。对寿命期间数据，产品的实际寿命时间未能观测到，本文利用......
EM算法是不完全数据问题中求参数估计的一种常用算法,具有简单可行和稳定收敛的优点,应用广泛.众多学者对其展开了研究,但缺乏数值......
本文利用Monte Carlo EM算法实现了对一阶双重线性时间序列模型的参数的估计.推出了估计模型中两个未知参数m与σ2的迭代步骤,并对......
采用Bayes方法,给出一维随时间变化系数自回归时间序列模型（TVPAR模型）中各参数的Bayes估计.选取未知参数的先验分布为均匀分布和逆......
在本文中,我们建立了半参数zero-inflated Poisson混合模型,用以探索在纵向数据研究中,某个协变量与响应变量均值的自然对数之间可......
本文我们扩展了三类多元统计模型,并相应地给出了基于极大似然估计的EM算法。在第二章中,我们根据多元广义线性模型和最大随机效用......
EM算法是一种迭代算法,主要用来计算后验分布的众数或极大似然估计,广泛地应用于缺损数据、截尾数据、成群数据、带有讨厌参数的数......
对于具有高可靠性或者是价格昂贵的产品而言,人们通常无法在有限的时间内获得足够多的产品失效数据以进行相关的可靠性分析。作为......
学位
