本文選題：貝葉斯推斷 + 后驗(yàn)邊緣�。� 參考：《統(tǒng)計(jì)與決策》2017年22期

【摘要】：貝葉斯推斷的主要障礙是后驗(yàn)分布積分計(jì)算,INLA方法通過對邊緣后驗(yàn)密度的精確近似克服了計(jì)算時(shí)間的問題,而且得到的計(jì)算結(jié)果與MCMC的精度幾乎無異。文章首先對INLA方法的計(jì)算進(jìn)行介紹,然后通過綜述INLA與MCMC的比較研究闡述了INLA方法應(yīng)用的優(yōu)越性,并給出一個(gè)運(yùn)用INLA進(jìn)行參數(shù)估計(jì)的應(yīng)用實(shí)例。
[Abstract]:The main obstacle of Bayesian inference is that the posterior distribution integral method overcomes the problem of computing time through the accurate approximation of edge posteriori density, and the calculated results are almost the same as that of MCMC. In this paper, the calculation of INLA method is introduced, then the superiority of INLA method is expounded by comparing INLA with MCMC, and an application example of parameter estimation using INLA is given.
【作者單位】： 中國傳媒大學(xué)理學(xué)院;中國社會(huì)科學(xué)院數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所;
【基金】：北京高等學(xué)�！扒嗄暧⒉庞�(jì)劃”項(xiàng)目(YETP0611) 中國傳媒大學(xué)優(yōu)秀中青年教師培養(yǎng)工程(YXJS201330)
【分類號(hào)】：F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李容華;關(guān)于貝葉斯推斷中的計(jì)算問題[J];經(jīng)濟(jì)數(shù)學(xué);1995年02期

2 朱慧明,劉智偉;時(shí)間序列向量自回歸模型的貝葉斯推斷理論[J];統(tǒng)計(jì)與決策;2004年01期

3 盧晶穎;辛濤;;應(yīng)用貝葉斯推斷診斷屬性掌握模式方法的改進(jìn)[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年06期

4 張世英,朱輝,張喜彬;協(xié)整系統(tǒng)的貝葉斯推斷[J];系統(tǒng)工程學(xué)報(bào);1997年03期

5 張孝令，葛顏祥，，張承進(jìn);貝葉斯預(yù)測與鮑克斯──詹金斯預(yù)測比較[J];山東礦業(yè)學(xué)院學(xué)報(bào);1994年03期

6 張志杰,祖靜;動(dòng)態(tài)測試中單次性信號(hào)測試數(shù)據(jù)的貝葉斯推斷[J];測試技術(shù)學(xué)報(bào);1996年03期

7 盛明訓(xùn);隨機(jī)型時(shí)間序列預(yù)測中的貝葉斯推斷[J];淮南師專學(xué)報(bào);1997年01期

8 吳會(huì)江,劉立新;參數(shù)估計(jì)的損失與風(fēng)險(xiǎn)的貝葉斯推斷[J];吉林商業(yè)高等�？茖W(xué)校學(xué)報(bào);2005年01期

9 朱新玲;黎鵬;;貝葉斯推斷在抽樣審計(jì)中的應(yīng)用研究[J];統(tǒng)計(jì)教育;2005年12期

10 張世英,朱輝;季節(jié)協(xié)整系統(tǒng)的貝葉斯推斷[J];系統(tǒng)工程學(xué)報(bào);1998年04期

相關(guān)博士學(xué)位論文 前1條

1 朱慧明;現(xiàn)代經(jīng)濟(jì)管理中的線性貝葉斯推斷理論與多總體貝葉斯分類識(shí)別方法研究[D];南京理工大學(xué);2003年

相關(guān)碩士學(xué)位論文 前3條

1 尹夢田;基于單參數(shù)指數(shù)族的貝葉斯推斷[D];蘇州大學(xué);2015年

2 高恒嵩;二項(xiàng)分布貝葉斯推斷及其應(yīng)用[D];吉林大學(xué);2008年

3 劉曉君;正態(tài)倒Gamma隨機(jī)前沿模型的貝葉斯推斷[D];內(nèi)蒙古大學(xué);2014年

本文編號(hào)：1868894