左截斷右刪失數據下指數分布變點的Bayes估計.pdf

1、近幾十年，變點問題逐漸成為統(tǒng)計學者研究的一個熱點方向，理論研究與實際應用都得到了快速發(fā)展，國內外產生了許多關于變點問題的理論與實際應用成果，諸如Csorgo、Horvath、Haccon、Daniel和陳希孺、張丕遠、熊立華等人對變點問題的深入研究都產生了很大的影響。隨著統(tǒng)計學者的努力和重視，統(tǒng)計方法得到了不斷創(chuàng)新與發(fā)展，現已有一些較好處理變點問題的方法如：非參數法、最小二乘法、局部比較法、Bayes法、似然比法等。Bayes方法是基于

2、總體，樣本和先驗信息進行的一種區(qū)別于經典統(tǒng)計的推斷，通過先驗信息來推導后驗分布。Bayes統(tǒng)計發(fā)展非?？焖伲P于Bayes統(tǒng)計的專業(yè)會議也越來越多，Bayes統(tǒng)計學派已經逐漸成為一個非常具有影響力的學派。Bayes方法已滲透到數理統(tǒng)計的各個領域，影響著每個學習統(tǒng)計方面的人，使得大家對Bayes方法都有所了解，因此Bayes方法在實踐中獲得了日趨廣泛的應用。加上Bayes方法中的Markov Chain Monte Carlo(MCMC)

3、方法簡化了操作過程，使得復雜的變點問題的試驗變得簡單可行。
　　本研究首先對變點問題進行了現狀分析以及詳細的介紹，主要介紹了三種常見的變點問題的研究方法，和Bayes統(tǒng)計方面的相關知識。其次給出了左截斷右刪失數據的基本介紹并推導出左截斷右刪失數據下指數分布的似然函數，采取一種補全數據的方法，使得不完全數據轉換為完全數據，采用Fisher信息陣來確定參數的無信息先驗，利用Bayes估計理論推導得出左截斷右刪失數據下指數分布變點中各參