基于修正的Cholesky分解高维图模型贝叶斯估计

发布时间：2018-04-08 14:30

  本文选题：高维图模型　切入点：协方差矩阵　出处：《统计与决策》2017年22期

【摘要】：文章针对高维图模型的参数估计与模型恢复问题,提出了压缩贝叶斯估计。通过构造多层贝叶斯模型,对协方差矩阵进行Colesky分解,方便地得到了重新参数化后的新参数的满足条件分布。利用Gibbs抽样,得到参数的贝叶斯估计。通过计算后验包含概率,进行模型选择。随机模拟结果表明,在高斯分布和t分布场合,压缩贝叶斯估计都有较好的稳定的表现。
[Abstract]:In this paper, a compressed Bayesian estimation is proposed to solve the problem of parameter estimation and model restoration for high dimensional graph models.By constructing a multilayer Bayesian model, the covariance matrix is decomposed by Colesky, and the conditional distribution of the new parameters after reparameterization is obtained conveniently.The Bayesian estimation of parameters is obtained by using Gibbs sampling.The model is selected by calculating the posteriori inclusion probability.The results of random simulation show that the compressed Bayes estimation is stable in the case of Gao Si distribution and t distribution.
【作者单位】： 安徽财经大学统计与应用数学学院;
【基金】：国家自然科学基金资助项目(11571080) 安徽财经大学示范课程项目(acsfkc201570) 安徽财经大学教研项目(acjyyb2017101)
【分类号】：O212.8

【相似文献】

相关期刊论文 前10条

1 田保光,王奉民;贝叶斯估计的影响分析[J];信阳师范学院学报(自然科学版);1997年01期

2 韦程东,王成名,王炜火斤;相依样本时的线性经验贝叶斯估计[J];广西师范大学学报(自然科学版);2004年01期

3 王志忠,宋允全;非线形模型方差的贝叶斯估计(英文)[J];云南大学学报(自然科学版);2005年04期

4 于忠义;;谁开创了贝叶斯学派?——对拉普拉斯1774年一篇文章的回顾[J];统计与信息论坛;2008年01期

5 徐宝;;寿命产品可靠度的贝叶斯估计[J];统计与决策;2011年04期

6 程子红;;加速寿命试验下参数的贝叶斯估计[J];江西科学;2012年01期

7 宁永成;侯代文;;递推的贝叶斯估计方法[J];四川兵工学报;2013年10期

8 蒋光震;乘客分布矩阵的贝叶斯估计[J];系统工程;1986年05期

9 周锡年;;关于贝叶斯估计[J];杭州教育学院学报;1992年02期

10 顾娟,孙汉杰;长期生存者所占比例的贝叶斯估计[J];铁道师院学报;2000年03期

相关博士学位论文 前1条

1 马德仲;基于贝叶斯网络和多源信息构建可靠性分析模型方法研究[D];哈尔滨理工大学;2015年

相关硕士学位论文 前10条

1 杨帆;广义Logistic模型的贝叶斯参数估计[D];吉林大学;2016年

2 黄琴;基于贝叶斯估计与分布的关联分析方法研究[D];华南理工大学;2016年

3 黄海宁;带有异常值的应力—强度模型的贝叶斯估计[D];吉林大学;2017年

4 刘丽华;正态线性模型参数的二次结构的贝叶斯估计[D];北京交通大学;2017年

5 刘强强;逆高斯分布参数的线性贝叶斯估计[D];北京交通大学;2017年

6 邵丹阳;两类单参数分布的二次贝叶斯估计[D];北京交通大学;2017年

7 李霞;条件异方差时变自回归模型参数的贝叶斯估计[D];吉林大学;2017年

8 李小华;结构参数识别的贝叶斯估计方法及应用研究[D];中国地震局工程力学研究所;2009年

9 章欣已;基于贝叶斯估计多品种小批量生产的统计过程控制研究[D];上海交通大学;2013年

10 朱家明;带有单侧区间信息的正态均值的贝叶斯估计[D];华东师范大学;2002年

，

本文编号：1722025