截断删失数据下广义指数分布多变点模型的贝叶斯估计

何朝兵

doi:10.16579/j.issn.1001.9669.2016.02.014

您当前的位置：

首页 >

文章列表页 >

截断删失数据下广义指数分布多变点模型的贝叶斯估计

优化·可靠性 | 更新时间：2022-09-22

- 截断删失数据下广义指数分布多变点模型的贝叶斯估计
- BAYESIAN ESTIMATION OF GENERALIZED EXPONENTIAL DISTRIBUTION WITH MULTIPLE CHANGE POINTS FOR TRUNCATED AND CENSORED DATA
- 机械强度 2016年38卷第2期页码：284-287
- 作者机构：
  
  1. 安阳师范学院数学与统计学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(61174099)
- DOI：10.16579/j.issn.1001.9669.2016.02.014
  中图分类号：
扫描看全文
何朝兵. 截断删失数据下广义指数分布多变点模型的贝叶斯估计[J]. 机械强度, 2016,38(2):284-287.

HE ChaoBing. BAYESIAN ESTIMATION OF GENERALIZED EXPONENTIAL DISTRIBUTION WITH MULTIPLE CHANGE POINTS FOR TRUNCATED AND CENSORED DATA[J]. 2016,38(2):284-287.
何朝兵. 截断删失数据下广义指数分布多变点模型的贝叶斯估计[J]. 机械强度, 2016,38(2):284-287. DOI： 10.16579/j.issn.1001.9669.2016.02.014.

HE ChaoBing. BAYESIAN ESTIMATION OF GENERALIZED EXPONENTIAL DISTRIBUTION WITH MULTIPLE CHANGE POINTS FOR TRUNCATED AND CENSORED DATA[J]. 2016,38(2):284-287. DOI： 10.16579/j.issn.1001.9669.2016.02.014.

摘要

利用筛选法对缺损数据进行了填充,得到了截断删失数据下广义指数分布的完全数据似然函数。利用Gibbs抽样与随机移动Metropolis算法相结合的MCMC方法对各参数进行了抽样。把Gibbs样本的均值作为各参数的估计.随机模拟的结果表明估计的精度较高。

Abstract

The complete-data likelihood function of generalized exponential distribution for truncated and censored data is obtained by filling in the missing data of the life variable using rejection method. All the parameters are sampled by MCMC method of Gibbs sampling together with random-walk Metropolis algorithm. The means of Gibbs samples are taken as the estimations of the parameters. The random simulation test results show that the estimations are fairly accurate.

关键词

完全数据似然函数满条件分布MCMC方法Gibbs抽样随机移动Metropolis算法

Keywords

references

浏览量

105

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据