兩類統(tǒng)計(jì)模型中方差和協(xié)方差分量的Bayes估計(jì).pdf_第1頁(yè)
已閱讀1頁(yè),還剩56頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

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

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論