排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
考虑序约束下单向分类方差分析模型的变量选择问题,提出两种基于SSVS的Bayes变量选择方法,并设计一种简单且易操作的Gibbs抽样算法进行后验抽样.数值模拟和应用实例结果表明,该方法效果较好. 相似文献
2.
运用Bayes方法讨论多个正态总体均值与标准差比在简单半序约束下的估计问题及如下等值检验问题: H0: μ1=…=μk v.s. H1: μ1≤…≤μk, μ1<μk, 并用Gibbs抽样和Metropolis-Hastings方法给出了上述问题的数值模拟. 相似文献
3.
考虑k(k>3)个正态总体均值与标准差(均值和标准差均未知)之比在简单树序约束下最大似然估计的求解问题, 应用保序回归理论给出了计算均值和标准差最大似然估计的迭代算法, 并证明了所给迭代算法是收敛的, 给出了k=7时利用迭代算法的模拟结果. 相似文献
4.
讨论了三个Gamma分布总体的尺度参数的线性函数在树序约束下的估计问题.在均方误差标准下,给出了尺度参数的线性函数在树序约束下的极大似然估计(MLE)控制无约束条件下的无偏估计(UE)的充分条件. 相似文献
1