维纳过程单变点模型的贝叶斯参数估计  

Bayesian Parameter Estimation of Wiener Process with a Change-Point

作　　者：何朝兵[1] 

机构地区：[1]安阳师范学院数学与统计学院,中国安阳455000

出　　处：《湖南师范大学自然科学学报》2016年第4期84-88,共5页Journal of Natural Science of Hunan Normal University

基　　金：国家自然科学基金(61174099);河南省高等学校重点科研项目(16A110001)

摘　　要：通过引入潜在变量,利用正态分布的重要性质得到了维纳过程单变点模型比较简单的似然函数.结合Metropolis-Hastings算法对参数进行Gibbs抽样,基于Gibbs样本对参数进行估计.随机模拟的结果表明估计的精度较高.By introducing a latent variable, the simple likelihood function of Wiener process with a change-point is obtained according to the important property of the normal distribution. All the parameters are sampled by Gibbs sampler together with Metropolis-Hastings algorithm, and the parameters are estimated based on the Gibbs samples. Random simulation results show that the estimations are fairly accurate.

关 键 词：潜在变量 可加性 满条件分布 GIBBS抽样 Metropolis-Hastings算法 

分 类 号：O212.8[理学—概率论与数理统计] O212.4[理学—数学]