兩類統(tǒng)計(jì)模型中方差和協(xié)方差分量的Bayes估計(jì).pdf

1、回歸模型中的方差和協(xié)方差分量的估計(jì)在工業(yè)、化學(xué)、生物和行為科學(xué)等領(lǐng)域中有廣泛應(yīng)用，本文中的兩類統(tǒng)計(jì)模型分別為非線性模型和混合整數(shù)線性模型。通過(guò)采用Bayes方法，從無(wú)先驗(yàn)信息和有逆Gamma先驗(yàn)信息出發(fā)，研究了這兩類統(tǒng)計(jì)模型中的方差和協(xié)方差分量的估計(jì)。 本文中所研究的非線性模型中方差和協(xié)方差分量的Bayes估計(jì)包含相關(guān)系數(shù)ρ，而其他學(xué)者提出的線性模型中方差和協(xié)方差分量的Bayes估計(jì)只是本文的特殊情況。通過(guò)實(shí)例說(shuō)明了Bayes方

2、法是可行的，并且有逆Gamma先驗(yàn)信息要比無(wú)先驗(yàn)信息得出的結(jié)果要好。 對(duì)混合整數(shù)線性模型的研究。始于GPS定位測(cè)量(Xu Peiliang，2006)，這個(gè)問(wèn)題在統(tǒng)計(jì)學(xué)中還沒(méi)有研究。GPS定位測(cè)量中研究的只是基線向量β∈R1和雙差整周模糊度θ∈Zm，沒(méi)有考慮方差和協(xié)方差分量。從統(tǒng)計(jì)學(xué)的角度來(lái)看，方差和協(xié)方差分量的估計(jì)與其他未知參數(shù)的估計(jì)同樣重要，從而本文所研究的另一個(gè)問(wèn)題是混合整數(shù)線性模型中方差因子的Bayes估計(jì)，并通過(guò)衛(wèi)星在