咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >评价多水平因子分析模型的异质性:半参数贝叶斯方法 收藏

评价多水平因子分析模型的异质性:半参数贝叶斯方法

Assessing Heterogeneity in Multilevel Factor Analysis Model:A Semiparametric Bayesian Approach

作     者:夏业茂 勾建伟 XIA YEMAO;GOU JIANWEI

作者机构:南京林业大学理学院应用数学系南京210037 

出 版 物:《应用数学学报》 (Acta Mathematicae Applicatae Sinica)

年 卷 期:2015年第38卷第4期

页      面:751-768页

核心收录:

学科分类:02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 

基  金:国家自然科学基金(11471161) 南京林业大学高学历人才项目(163101004) 南京市留学回国人员科技择优资助项目(013101001)资助 

主  题:多水平因子分析模型 MCMC算法 分块Gibbs抽样器 折断Dirichlet过程先验 

摘      要:数据的异质性因相关的解释变量被排除在既定模型.然而,目前经典统计方法难以处理的异质参数的依赖关系或结.为了解决非均质参数之间的依赖关系,本文基于多水平因子分析模型提出一个半参数贝叶斯分析程序.对于模型的截距和/或协方差结构参数的分布赋予折断的Dirichlet过程先验.在贝叶斯马尔可夫链蒙特卡罗框架内,分块Gibbs抽样器被用来执行后验分析.统计推断的基础上进行这些观察的经验分布.仿真研究表明,忽略了非均质参数之间的联系会导致不变参数估计产生严重的偏差.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分