SLTBL模型的Bayes估计与子集选择

摘要

可分离的下三角双线性模型是一类既具有广泛性又具有良好概率结构的双线性模型，简记为”SLTBL模型”.本文采用Bayes方法对可分离的下三角双线性模型进行了统计分析.通过设置合理的先验，得到了各个参数的联合后验密度，进而导出了所有参数的条件后验分布.我们利用Gibbs抽样器方法抽取后验密度的样本，以对参数进行统计推断.特别地，由于从模型的方向向量的条件后验分布中直接抽样是困难的，我们特别设计了一个简单有效的Metropolis-Hastings算法以解决该难题.进一步，我们采用逆跳MCMC技术，以解决模型的定阶及子集选择问题.我们用仿真例子演示了本文所建议的方法，并应用于分析实际数据.

目录

文摘

英文文摘

厦门大学学位论文原创性声明及著作权使用声明

第一章绪论

§1.1背景知识

§1.2文章结构

第二章SLTBL模型的Bayes分析

§2.1 Bayes框架

§2.2抽样

§2.3数值演示

第三章逆跳Metropolis-Hastings算法和子集选择

§3.1先验分布

§3.2联合后验密度及抽样

§3.3数值演示

第四章实际数据

第五章总结

参考文献

致谢