發(fā)布時(shí)間：2020-05-29 19:29

【摘要】：隨機(jī)效應(yīng)模型在生物學(xué)、工程學(xué)、社會(huì)學(xué)等領(lǐng)域中應(yīng)用廣泛,其參數(shù)估計(jì)問題一直是最活躍的研究方向之一。本文研究的參數(shù)是隨機(jī)效應(yīng)模型中的方差分量。對(duì)于方差分量,許多文獻(xiàn)都介紹了一些常用的估計(jì),如一致最小方差無(wú)偏估計(jì)、極大似然估計(jì)和貝葉斯估計(jì)等。其中貝葉斯估計(jì)的計(jì)算通常是非常復(fù)雜的,有時(shí)甚至沒有顯示解。在本文中,我們利用線性貝葉斯方法估計(jì)隨機(jī)效應(yīng)模型中的方差分量并提出方差分量的線性近似貝葉斯估計(jì),該估計(jì)不僅具有解析形式而且方便使用。文章獲得了線性近似貝葉斯估計(jì)的表達(dá)形式,并在均方誤差矩陣準(zhǔn)則下,研究了所提出的線性近似貝葉斯估計(jì)相對(duì)于一些經(jīng)典估計(jì)和基于多個(gè)統(tǒng)計(jì)量構(gòu)造的線性近似貝葉斯估計(jì)的優(yōu)越性。數(shù)值模擬結(jié)果表明,提出的線性近似貝葉斯估計(jì)是比較靠近貝葉斯估計(jì)的,這里的貝葉斯估計(jì)是通過(guò)MCMC方法計(jì)算的,并且數(shù)值模擬中的線性近似貝葉斯估計(jì)比Lindley近似的近似效果更好。我們也數(shù)值比較了線性近似貝葉斯估計(jì)和TierneyKadane近似估計(jì),并在一組實(shí)際數(shù)據(jù)中計(jì)算并比較了線性近似貝葉斯估計(jì)和約束極大似然估計(jì)。數(shù)值比較結(jié)果表明線性近似貝葉斯估計(jì)是有效且合理的,可以用來(lái)估計(jì)隨機(jī)效應(yīng)模型中的方差分量。
【圖文】：

ＷＬＢ邋￣邐０ＴＫ邋￣邋＾ＢＥｈ逡逑（ａ）邐（ｂ）逡逑圖７．在先驗(yàn)分布Ｐｒ９和ｎ邋＝邋３０條件下，，１００次重復(fù)模擬所獲得的距逡逑離Ｉ丨p海冢剩靛濉澹Α輳海必埠拓模粒㈠澹咝摹曦駁鬧檔鬧狽酵煎義希疲椋紓罰澹裕瑁邋澹瑁椋螅簦錚紓潁幔恚簀澹錚駑澹簦瑁邋澹洌椋螅簦幔睿悖澹簀澹埽埽蓿椋忮澹

本文編號(hào)：2687383