非线性贝叶斯动态模型的重要性再抽样(英文)  

SAMPLING IMPORTANCE RE-SAMPLING FOR NONLINEAR BAYESIAN DYNAMIC MODELS

作　　者：苏兵[1] 高理峰[1] 

机构地区：[1]临沂大学理学院,山东临沂276005

出　　处：《数学杂志》2012年第2期206-210,共5页Journal of Mathematics

基　　金：Supported by the Humanities and Social Science Fund of the Ministry of Education (10YAJ720035)

摘　　要：本文研究了非线性贝叶斯动态模型的随机模拟.在更宽泛的先验分布假设下.利用重要性再抽样的方法,以"样本"代替"分布",实现了对模型的后验推断、预测和模型选择,扩张了贝叶斯动态模型的应用领域.In this paper,the random simulation of Bayesian dynamic models（BDMs） is investigated.With wider assumptions for prior distribution,we exert the sampling importance re-sampling（SIR） to yield all samples instead of original distributions that can make the posterior inferences,the observation predictions,and the model selection.Based on our method,BDMS can be used in more fields.

关 键 词：动态模型 重要性再抽样 后验推断 贝叶斯因子 

分 类 号：O212.8[理学—概率论与数理统计]