含不可忽略缺失数据非线性再生散度模型参数的Bayes估计  

Bayes Estimation of Nonlinear Reproductive Dispersion 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]云南大学应用统计研究中心,云南昆明650091

出　　处：《生物数学学报》2012年第2期357-364,共8页Journal of Biomathematics

基　　金：国家自然科学基金资助项目(10961026);云南省教育厅科研基金资助项目(06Y046F);院级科研骨干专项资助项目(05YJGG12)

摘　　要：给出协变量带有不可忽略缺失数据的非线性再生散度模型的Bayes方法,缺失数据机制由Logistic回归模型来确定.Gibbs抽样技术和Metropolis-Hastings算法(简称MH算法)用来得到模型参数、缺失数据机制中回归系数的联合Bayes估计,并用实例加以说明.Bayesian method is developed to analyze nonlinear reproductive dispersion mod-els in which the covariate variables may be missing with nonignorable missingness mechanism. The missingness is specified by a logistic regression model.the Gibbs sampler and the MH algorithm is used to obtain the joint Bayesian estimates of parameters.A real example are used to illustrate the methodology.

关 键 词：不可忽略缺失数据机制 非线性再生散度模型 Dirichlet先验分布 BAYES方法 MCMC 协变量 

分 类 号：O212.1[理学—概率论与数理统计]