潛在變量模型貝葉斯檢驗的模擬研究.pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、眾所周知，當給參數(shù)指定為非正常先驗分布時，使用貝葉斯因子(BF)作假設檢驗并不合適，且在潛在變量模型中，使用貝葉斯因子(BF)的另一問題是它難于計算。Bernardo和Rueda(2002)(BR)建議使用Kullback-Leibler(KL)距離作為連續(xù)損失函數(shù)并得到了一種檢驗方法，雖然此方法在非正常先驗分布下好用且有若干優(yōu)點，但也會遇到一些實際問題。Li和Yu(2012)(LY)基于EM算法中的Q函數(shù)提出了一種貝葉斯檢驗統(tǒng)計量，此

2、檢驗統(tǒng)計量具有BR所提出方法的一些優(yōu)點，但糟糕的是BR與LY的方法都會遇到門限值的選擇與數(shù)據(jù)和候選模型都無關的問題。
　　基于上面所提到方法的一些缺陷，Li，Zeng和Yu(2013)(LZY)在決策理論的框架下，根據(jù)貝葉斯離差提出了一種新的檢驗統(tǒng)計量，它可視為貝葉斯版本的似然比檢驗，具有以下三方面的性質:第一，當給參數(shù)指定為非正常先驗分布時，它可避免Jeffreys問題;第二，它也不會遇到Jeffreys-Lindley悖論;第

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論