本文關鍵詞：廣義Logistic模型的貝葉斯參數(shù)估計，由筆耕文化傳播整理發(fā)布。

【摘要】：Logistic回歸模型是廣義線性模型中的一種,主要應用在流行病學當中,研究一些具有單調遞增且增長有極限的過程,對比或探索某疾病的危險因素,模型是基于0-1分布.而廣義的Logistic回歸模型在實際生活中常被用在可靠性理論與生存分析的應用中,它在模型中的變量形式有很多種.因此本文考慮在幾何分布下的廣義Logistic回歸模型.國內外的學者對這類模型的參數(shù)估計進行了一定的研究,但并沒有用貝葉斯的方法對其進行參數(shù)的估計,貝葉斯方法是統(tǒng)計學研究的重要方法,具有頻率學派所不具備的優(yōu)點.因此將貝葉斯方法應用到該模型中,即研究幾何分布下廣義Logistic回歸模型的貝葉斯估計.本文首先考慮單參數(shù)模型,通過極大似然與貝葉斯兩種估計方法對模型中的參數(shù)進行估計,運用貝葉斯方法時,分別選取正態(tài)分布,聯(lián)合分布作為先驗分布一一進行參數(shù)估計,并對估計結果進行比較;在多參數(shù)模型中,運用貝葉斯方法,選取不同的先驗分布:廣義無信息先驗分布,聯(lián)合正態(tài)先驗分布以及聯(lián)合先驗分布,分別進行貝葉斯估計的計算,比較不同先驗信息對估計結果所產生的影響.由于幾何分布下廣義Logistic回歸模型的貝葉斯估計積分很復雜,不能求解.因此,本文最后借助Open BUGS數(shù)據(jù)仿真軟件,并運用Gibbs抽樣方法抽取后驗樣本進行數(shù)值模擬,從而得出結論.
【關鍵詞】：貝葉斯估計 廣義Logistic模型 Gibbs抽樣
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：O212.1
【目錄】：

• 中文摘要4-5
• ABSTRACT5-9
• 第一章 引言9-12
• 1.1 問題背景及意義9-10
• 1.2 國內外研究現(xiàn)狀10-11
• 1.3 論文框架11-12
• 第二章 預備知識12-17
• 2.1 貝葉斯統(tǒng)計12-14
• 2.2 貝葉斯計算14-17
• 第三章 單參數(shù)模型及其估計17-23
• 3.1 模型17
• 3.2 極大似然估計17-18
• 3.3 正態(tài)先驗分布下的貝葉斯估計18-19
• 3.4 聯(lián)合先驗分布下的貝葉斯估計19-20
• 3.5 數(shù)值模擬20-23
• 3.5.1 數(shù)值模擬20-21
• 3.5.2 Open BUGS結果分析21-23
• 第四章 多參數(shù)模型及其估計23-30
• 4.1 模型23-24
• 4.2 廣義無信息先驗分布下的貝葉斯估計24-25
• 4.3 正態(tài)先驗分布下的貝葉斯估計25
• 4.4 聯(lián)合先驗分布下的貝葉斯估計25-27
• 4.5 數(shù)值模擬27-30
• 4.5.1 數(shù)值模擬27-29
• 4.5.2 Open BUGS結果分析29-30
• 第五章 結論30-31
• 參考文獻31-34
• 致謝34

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韋程東,王成名,王煒火斤;相依樣本時的線性經(jīng)驗貝葉斯估計[J];廣西師范大學學報(自然科學版);2004年01期

2 王志忠,宋允全;非線形模型方差的貝葉斯估計(英文)[J];云南大學學報(自然科學版);2005年04期

3 于忠義;;誰開創(chuàng)了貝葉斯學派?——對拉普拉斯1774年一篇文章的回顧[J];統(tǒng)計與信息論壇;2008年01期

4 徐寶;;壽命產品可靠度的貝葉斯估計[J];統(tǒng)計與決策;2011年04期

5 程子紅;;加速壽命試驗下參數(shù)的貝葉斯估計[J];江西科學;2012年01期

6 寧永成;侯代文;;遞推的貝葉斯估計方法[J];四川兵工學報;2013年10期

7 蔣光震;乘客分布矩陣的貝葉斯估計[J];系統(tǒng)工程;1986年05期

8 Rane L.Curl;王仁鐸;;同位素年齡差的貝葉斯估計[J];地質科學譯叢;1989年03期

9 周錫年;;關于貝葉斯估計[J];杭州教育學院學報;1992年02期

10 楊元喜;抗差貝葉斯估計及應用[J];測繪學報;1992年01期

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王韜;基于貝葉斯網(wǎng)絡的###動車組牽引傳動系統(tǒng)可靠性分析[D];西南交通大學;2015年

2 胡斌;基于壓縮感知的DOA估計[D];哈爾濱工業(yè)大學;2015年

3 周名鋒;基于MCMC的進展多狀態(tài)模型的貝葉斯估計[D];大連理工大學;2015年

4 張博;基于貝葉斯壓縮感知理論與技術研究[D];電子科技大學;2015年

5 盧麗;基于非參數(shù)檢驗和貝葉斯估計的TWA檢測算法研究[D];東北大學;2013年

6 袁德璋;基于貝葉斯網(wǎng)絡人體摔倒預測的研究[D];哈爾濱工業(yè)大學;2014年

7 段仁青;基于遞歸算法的貝葉斯網(wǎng)絡結構學習[D];西安電子科技大學;2014年

8 崔歡歡;基于量子貝葉斯網(wǎng)絡的電力變壓器故障診斷方法研究[D];華北電力大學;2015年

9 楊帆;廣義Logistic模型的貝葉斯參數(shù)估計[D];吉林大學;2016年

10 李小華;結構參數(shù)識別的貝葉斯估計方法及應用研究[D];中國地震局工程力學研究所;2009年

  本文關鍵詞：廣義Logistic模型的貝葉斯參數(shù)估計，，由筆耕文化傳播整理發(fā)布。

本文編號：343807