带不可忽略缺失数据的再生散度随机效应模型的Bayes估计  

Bayesian Method of Nonlinear Reproductive Dispersion Mixed Models with Nonignorable Missing Mechanism

作　　者：和燕[1] 彭燕梅[2] 唐年胜[3] 

机构地区：[1]楚雄师范学院计算机科学与技术系,云南楚雄675000 [2]楚雄师范学院地理科学与旅游管理系,云南楚雄675000 [3]云南大学数学与统计学院,云南昆明650091

出　　处：《宁夏大学学报（自然科学版）》2011年第3期193-197,共5页Journal of Ningxia University(Natural Science Edition)

基　　金：国家自然科学基金资助项目(10561008);云南省教育厅科研基金资助项目(06Y046F)

摘　　要：在响应变量带有不可忽略缺失数据的前提下得到非线性再生散度随机效应模型的Bayes方法.缺失数据机制由Logistic回归模型定义,根据Gibbs抽样技术和MH算法得到模型参数、随机效应因子以及缺失数据机制中回归系数的联合Bayes估计,并进行了实例分析.Bayesian method is considered to analyze nonlinear reproductive dispersion mixed models in which the response variables are missing with nonignorable missingness mechanism. The missingness is specified by a logistic regression model. Gibbs sampler and the MH is used to obtain the joint Bayesian estimates of parameters. The proposed procedure is illustrated by a real example.

关 键 词：不可忽略缺失数据机制 非线性再生散度随机效应模型 BAYES方法 MCMC 

分 类 号：O212.8[理学—概率论与数理统计]