SLTBL模型的Bayes分析

摘要

利用Markov chain Monte Carlo技术对可分离的下三角双线性模型进行Bayes分析. 由于参数联合后验密度的复杂性,我们导出了所有的条件后验分布,以便利用Gibbs抽样器方法抽取后验密度的样本. 特别地,由于从模型的方向向量的后验分布中直接抽样是困难的,我们特别设计了一个Metropolis-Hastings算法以解决该难题. 我们用仿真的方法验证了所建议方法的有效性,并成功应用于分析实际数据.