本文選題：t回歸　切入點(diǎn)：EM算法　出處：《統(tǒng)計(jì)與決策》2017年09期 　論文類型：期刊論文

【摘要】：與正態(tài)回歸相比,學(xué)生t回歸模型是一種對(duì)異常值較穩(wěn)健的回歸模型,通常用Gibbs抽樣算法估計(jì)參數(shù)。而Gibbs抽樣是一種迭代算法,所得樣本不是獨(dú)立樣本,統(tǒng)計(jì)推斷之前需判斷其收斂性。文章探討了一種基于逆貝葉斯公式的非迭代抽樣算法,該算法利用t分布的正態(tài)混合表示,結(jié)合EM算法和重要再抽樣算法,得到參數(shù)的獨(dú)立同分布的后驗(yàn)樣本,該樣本可直接用于統(tǒng)計(jì)推斷,從而避免了Gibbs抽樣中的問題。
[Abstract]:Compared with normal regression, the student t regression model is a more robust regression model for outliers, and the parameters are usually estimated by the Gibbs sampling algorithm, while the Gibbs sampling is an iterative algorithm, and the samples are not independent samples. In this paper, a non-iterative sampling algorithm based on inverse Bayesian formula is discussed. The algorithm uses normal mixed representation of t distribution, combines EM algorithm and important resampling algorithm. A posteriori sample with independent and identical distribution of parameters is obtained, which can be directly used for statistical inference, thus avoiding the problem in Gibbs sampling.
【作者單位】： 山東大學(xué)(威海)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;
【分類號(hào)】：O212

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葉阿忠;非參數(shù)可加回歸模型和非線性協(xié)整檢驗(yàn)[J];數(shù)理統(tǒng)計(jì)與管理;2002年02期

2 程毛林;兩種常用的基函數(shù)回歸模型[J];統(tǒng)計(jì)與決策;2002年02期

3 麻曉偉,孫磊;模糊數(shù)據(jù)的回歸模型及其應(yīng)用[J];長(zhǎng)春工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2002年04期

4 孫尚拱,何平平;經(jīng)典的用回歸模型進(jìn)行統(tǒng)計(jì)控制中的問題[J];數(shù)理統(tǒng)計(jì)與管理;2005年05期

5 王全眾;;兩類分析相關(guān)數(shù)據(jù)的Logistic回歸模型[J];統(tǒng)計(jì)研究;2007年02期

6 徐英;駱福添;;COX回歸模型的樣本含量的計(jì)算方法及軟件實(shí)現(xiàn)[J];數(shù)理醫(yī)藥學(xué)雜志;2008年01期

7 劉群;王穎U，

本文編號(hào)：1610917