基于后验预测分布的贝叶斯模型评价及其在霍乱传染数据中的应用

发布时间：2018-01-19 14:06

本文关键词： 后验预测分布模型评价贝叶斯ZIP模型　出处：《郑州大学学报(医学版)》2015年02期 　论文类型：期刊论文

【摘要】：目的:探讨基于后验预测分布的贝叶斯模型评价方法。方法:采用贝叶斯ZIP模型和Possion模型分析霍乱传染数据,通过后验预测分布评价2个模型的拟合优度。结果:如果以数据中0的家庭数为差别检验统计量,则Poisson模型和ZIP模型的后验预测P值分别为0.038和0.503。如果以χ2为差别检验统计量,则Poisson模型和ZIP模型的后验预测P值分为0.005和0.476。结论:ZIP模型对霍乱传染数据拟合良好,而Possion模型拟合不足。
[Abstract]:Objective : To explore the Bayesian model evaluation method based on posterior prediction distribution . The Bayesian ZIP model and the Possion model are used to analyze the epidemic data of cholera , and the goodness of fit of the two models is evaluated by the posterior prediction distribution . The results show that the posterior prediction P values of the Poisson model and the ZIP model are 0 . 005 and 0 . 476 respectively . If the statistic is checked by the difference of 蠂 2 , the Poisson model and the posterior prediction P value of the ZIP model are divided into 0.005 and 0.476 . Conclusion : The ZIP model fits well with the cholera epidemic data , and the model of the Possion model is not fit .

【作者单位】：徐州医学院公共卫生学院流行病与卫生统计学教研室;东南大学公共卫生学院流行病与卫生统计学教研室;南京医科大学公共卫生学院生物统计学系;
【基金】：国家自然科学基金项目81402765 国家统计局全国统计科学研究项目2014LY112 江苏省教育厅高校哲学社会科学研究基金项目2013SJD790032,2013SJB790059
【分类号】：R516.5
【正文快照】： 贝叶斯统计和经典频率统计的最大不同在于前者认为参数是随机变量以及概率是对随机事件的主观信任度[1-2]。大体而言,贝叶斯数据分析可以分为3个过程[1]:1通过先验对参数已有信息做出概括,用似然模型描述数据的产生机制。2应用贝叶斯定理得到后验分布,计算后验统计量,进行推断

【相似文献】