您的位置： 专家智库 > >

河南省教育厅自然科学基金(2011B110001)

作品数：13 被引量：29H指数：4
相关作者：何朝兵刘华文更多>>
相关机构：安阳师范学院山东大学更多>>
发文基金：河南省教育厅自然科学基金国家自然科学基金更多>>
相关领域：理学更多>>

文献类型

  • 13篇中文期刊文章

领域

  • 13篇理学

主题

  • 10篇GIBBS抽...
  • 10篇MCMC方法
  • 7篇贝叶斯
  • 7篇贝叶斯估计
  • 7篇变点
  • 5篇分布参数
  • 3篇点估计
  • 3篇似然估计
  • 3篇EM算法
  • 2篇定理
  • 2篇似然
  • 2篇中心极限定理
  • 2篇最大似然
  • 2篇最大似然估计
  • 2篇极限定理
  • 2篇参数估计
  • 1篇随机截尾
  • 1篇伽玛
  • 1篇伽玛分布
  • 1篇截尾

机构

  • 13篇安阳师范学院
  • 9篇山东大学

作者

  • 13篇何朝兵
  • 9篇刘华文

传媒

  • 2篇数学的实践与...
  • 2篇应用数学
  • 1篇福州大学学报...
  • 1篇华中师范大学...
  • 1篇湘潭大学自然...
  • 1篇四川师范大学...
  • 1篇安徽师范大学...
  • 1篇东北师大学报...
  • 1篇西南师范大学...
  • 1篇兰州理工大学...
  • 1篇重庆师范大学...

年份

  • 1篇2015
  • 10篇2014
  • 2篇2013
共 13 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
IIRCT下泊松分布参数多变点模型的贝叶斯估计被引量：2
2014年
通过添加缺损的寿命变量数据得到了带有不完全信息随机截尾试验下泊松分布参数多变点模型的完全数据似然函数,研究了变点位置参数和其它参数的满条件分布.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,把Gibbs样本的均值作为各参数的贝叶斯估计,并且详细介绍了MCMC方法的实施步骤.最后进行了随机模拟试验,试验结果表明各参数贝叶斯估计的精度都较高.
何朝兵
关键词：MCMC方法GIBBS抽样
带有不完全信息随机截尾试验下几何分布的参数估计被引量：5
2013年
本文得到带有不完全信息随机截尾试验下几何分布参数的近似最大似然估计和近似置信区间以及平均寿命近似MLE的数学期望.
何朝兵
关键词：最大似然估计中心极限定理
左截断右删失数据下对数正态分布参数多变点的贝叶斯估计被引量：3
2014年
通过添加数据得到左截断右删失数据下对数正态分布的完全数据似然函数,研究了变点位置和其它参数的满条件分布.再利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到参数的Gibbs样本,把Gibbs样本的均值作为各参数的贝叶斯估计,进行随机模拟,试验结果表明各参数贝叶斯估计的精度都较高.
何朝兵刘华文
关键词：MCMC方法GIBBS抽样
随机截尾情形下几何分布的参数估计被引量：4
2013年
得到了随机截尾情形下几何分布参数的最大似然估计和近似置信区间,并且求出了平均寿命极大似然估计的数学期望和方差.
何朝兵刘华文
关键词：随机截尾最大似然估计中心极限定理
带有不完全信息随机截尾试验下混合泊松分布参数的点估计被引量：2
2014年
首先,通过添加数据,得到了带有不完全信息随机截尾试验下混合泊松分布的完全数据似然函数,然后分别利用EM算法和MCMC方法,对参数进行了估计,最后进行了随机模拟试验.结果表明参数点估计的精度比较高,
何朝兵杜保建刘华文
关键词：EM算法MCMC方法GIBBS抽样
左截断右删失数据下几何分布参数的点估计被引量：4
2014年
证明了左截断右删失数据下几何分布参数极大似然估计的存在唯一性,给出了由EM算法得到的参数的迭代公式,进行了随机模拟试验,结果表明参数的MLE和EM估计的精度都较高.
何朝兵刘华文
关键词：极大似然估计EM算法
左截断右删失数据下伽玛分布参数多变点的贝叶斯估计
2015年
首先通过添加数据得到了左截断右删失数据下伽玛分布的完全数据似然函数,然后研究了变点位置和其它参数的满条件分布,接着利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC(Markov Chain Monte Carlo)方法得到了参数的Gibbs样本,把Gibbs样本的均值作为各参数的贝叶斯估计,随机模拟试验的结果表明各参数贝叶斯估计的精度都较高.
何朝兵
关键词：MCMC方法GIBBS抽样
IIRCT下几何分布参数多变点的贝叶斯估计被引量：4
2014年
首先通过添加数据得到了带有不完全信息的随机截尾试验下几何分布的完全数据似然函数,然后研究了变点位置和其它参数的满条件分布,接着利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到了参数的Gibbs样本,把Gibbs样本的均值作为各参数的贝叶斯估计,最后进行了随机模拟,试验结果表明各参数贝叶斯估计的精度都较高.
何朝兵刘华文
关键词：MCMC方法GIBBS抽样
左截断右删失数据下几何分布参数多变点的贝叶斯估计被引量：4
2014年
首先通过添加数据得到了左截断右删失数据下几何分布的完全数据似然函数,然后研究了变点位置和其它参数的满条件分布,接着利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到了参数的Gibbs样本,把Gibbs样本的均值作为各参数的贝叶斯估计,最后进行了随机模拟,试验结果表明各参数贝叶斯估计的精度都较高。
何朝兵刘华文
关键词：MCMC方法GIBBS抽样
IIRCT下泊松分布参数单变点的贝叶斯估计被引量：4
2014年
首先通过添加数据得到了带有不完全信息随机截尾试验下泊松分布的完全数据似然函数,然后研究了变点位置和其它参数的满条件分布,接着利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对参数进行了估计,最后进行了随机模拟,试验结果表明参数贝叶斯估计的精度较高.
何朝兵刘华文
关键词：MCMC方法GIBBS抽样
全选 清除 导出
共2页<12>
聚类工具0