服从Dirichlet分布的成分数据的贝叶斯分析(英文)  

Bayesian Inference on Compositional Data Sampling from Dirichlet Distribution

作　　者：章栋恩[1] 

机构地区：[1]北京工商大学数理部,北京100037

出　　处：《应用概率统计》2002年第1期19-26,共8页Chinese Journal of Applied Probability and Statistics

摘　　要：本文研究Ｄｉｒｉｃｈｌｅｔ分布总体的参数和其他感兴趣的量的贝叶斯估计，　在参数的有实际意义的函数上设置均匀的先验分布，　对适当变换后的参数用Ｍｅｔｒｏｐｏｌｉｓ算法得到马尔可夫链蒙特卡罗后验样本，　由此即得参数和其他感兴趣的量的贝叶斯估计．A Bayesian approach to the parameters and other interesting quantities of the Dirichlet likelihood is proposed. The uniform prior is placed on the meaningful function of the parameters. After transforming the parameters, the Metropolis algorithm is used to draw the posterior samples and the results of the Bayesian inference are followed.

关 键 词：Dirichlet分布 贝叶斯估计 Metropolis算法 马氏链蒙特卡罗方法 先验分布 

分 类 号：O212.1[理学—概率论与数理统计] O211.67[理学—数学]