Simmons模型的贝叶斯观点  

Bayesian methods in randomized response Simmons models

作　　者：吕端会[1] 傅珏生[1] 

机构地区：[1]苏州大学数学科学学院,江苏苏州215006

出　　处：《苏州大学学报（自然科学版）》2009年第1期11-15,共5页Journal of Soochow University(Natural Science Edition)

基　　金：国家自然科学基金资助项目(A1126412)

摘　　要：针对属性特征的敏感性问题的Simmons模型引进贝叶斯观点,讨论了已知无关问题的概率在取什么值时,在Simmons模型下可以得到敏感性问题的估计.由于敏感性问题的未知性,用分层的方法提高精度.最后给出了一种任给一个无关问题的概率而得到精确估计的方法.In randomized response sampling prior information is of particular value because the randomization effectively reduces the amount of sample information. Bayesian methods are used to randomized response simmons model insensitive question. And stratified sampling is used to estimate the unknown values.

关 键 词：敏感性问题 Simmons模型 贝叶斯方法 最大似然估计 分层抽样 

分 类 号：O212.5[理学—概率论与数理统计]