左截断右删失数据下几何分布参数多变点的贝叶斯估计  

Bayes Estimation of Parameter of Geometric Distribution with Multiple Change Points for Truncated and Censored Data

作　　者：何朝兵[1] 刘华文[2] 

机构地区：[1]安阳师范学院数学与统计学院,河南安阳455000 [2]山东大学数学学院,济南250100

出　　处：《重庆师范大学学报（自然科学版）》2014年第4期100-105,共6页Journal of Chongqing Normal University:Natural Science

基　　金：国家自然科学基金(No.61174099);河南省教育厅自然科学基金(No.2011B110001)

摘　　要：首先通过添加数据得到了左截断右删失数据下几何分布的完全数据似然函数,然后研究了变点位置和其它参数的满条件分布,接着利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到了参数的Gibbs样本,把Gibbs样本的均值作为各参数的贝叶斯估计,最后进行了随机模拟,试验结果表明各参数贝叶斯估计的精度都较高。This paper firstly obtains the complete--data likelihood function of geometric distribution for truncated and censored data, by adding data, then studies the full conditional distributions of change--point positions and other parameters, and gets Gibbs sam- ples of the parameters by MCMC method of Gibbs sampling together with Metropolis-- Hastings algorithm, and takes the means o1 Gibbs samples as Bayes estimations of the parameters. Finally random simulation tests are conducted, and the results show that Bayes estimations of the parameters are all fairly accurate.

关 键 词：完全数据似然函数 满条件分布 MCMC方法 GIBBS抽样 Metropolis-Hastings算法 

分 类 号：O213.2[理学—概率论与数理统计] O212.8[理学—数学]