稳健学生t回归模型的非迭代贝叶斯抽样算法  

作　　者：杨丰凯[1] 袁海静[1] 

机构地区：[1]山东大学(威海)数学与统计学院,山东威海264209

出　　处：《统计与决策》2017年第9期19-22,共4页Statistics & Decision

摘　　要：与正态回归相比,学生t回归模型是一种对异常值较稳健的回归模型,通常用Gibbs抽样算法估计参数。而Gibbs抽样是一种迭代算法,所得样本不是独立样本,统计推断之前需判断其收敛性。文章探讨了一种基于逆贝叶斯公式的非迭代抽样算法,该算法利用t分布的正态混合表示,结合EM算法和重要再抽样算法,得到参数的独立同分布的后验样本,该样本可直接用于统计推断,从而避免了Gibbs抽样中的问题。

关 键 词：t回归 EM算法 逆贝叶斯公式 混合表示 GIBBS抽样 

分 类 号：O212.8[理学—概率论与数理统计]