导读:本文包含了混合先验分布论文开题报告文献综述及选题提纲参考文献，主要关键词:混合先验分布,贝叶斯估计,列联表,损失函数
混合先验分布论文文献综述
张文强,王敏,李开灿[1]（2019）在《一种混合先验分布下叁维列联表的贝叶斯估计》一文中研究指出在混合先验分布为狄里赫利分布,损失函数是平方损失的假设下,研究了叁维列联表的参数的贝叶斯估计问题,获得了列联表中各个细胞的贝叶斯估计,同时对先验分布参数作适当变换,在一定的极限状态下,这种估计和单层的贝叶斯估计、极大似然估计是一致的。(本文来源于《湖北师范大学学报(自然科学版)》期刊2019年03期）
薛辉,刘铁林,苏小波[2]（2019）在《基于Bayes混合先验分布的兵棋推演规则建模方法》一文中研究指出针对兵棋推演胜负裁决规则建立难的问题,军事专家利用经验数据总结战争胜负规律,数学家、工程师利用军事运筹分析方法计算战争胜负规律,为了综合利用两种方法,利用Bayes混合先验分布将历史战争规律总结法与军事运筹分析法合理有效融合,对胜负裁决规则进行建模研究;通过在贝塔分布中引入继承因子,将兰彻斯特方程生成的军事运筹分析数据作为先验信息,与历史战争的经验规律数据作为后验信息进行结合。引入的混合贝塔先验分布方法,有效避免了两种方法互相淹没信息的问题;建立的胜负概率裁决模型,有效地提高了兵棋推演中胜负裁决概率的准确度及可信度,使其更加符合战争规律。(本文来源于《火力与指挥控制》期刊2019年06期）
张鹏飞[3]（2018）在《先验分布对变分贝叶斯方法在混合厄朗模型中的影响探究》一文中研究指出混合厄朗分布是统计学领域的重要分布,在混合模型中有重要的应用。本文主要考虑先验分布对变分贝叶斯方法在混合厄朗模型(Erlang Mixture Model)中的影响。混合厄朗模型是多个厄朗分布的凸组合形式,有许多良好的性质。我们利用变分贝叶斯方法考虑广义狄利克雷分布(Generalized Dirichlet Distribution)和贝塔-刘维尔分布(Beta-Liouville Distribution)分别作为先验分布对模型的后验估计情况,比较数据拟合的效果。我们利用CMM-VBEM算法,从参数的初始化、形状参数的调整、混合个数的选择、后验分布估计过程几个方面详细介绍混合厄朗模型的处理过程。其中CMM算法是聚类的矩估计,我们利用其进行参数的初始化估计:VBEM算法是变分EM算法,我们利用其对潜变量、形状参数、混合权重进行有效估计。VBEM算法相较于传统的EM算法,可以更好地避免数据的过拟合问题。最后本文通过数据模拟和实证分析两个方面对算法进行验证和比较。结论表明,当样本数较少时,先验分布的选择对混合厄朗模型的估计效果有影响,在实例中贝塔-刘维尔分布作为先验分布比广义狄利克雷分布作为先验分布的模型分类效果更好。(本文来源于《厦门大学》期刊2018-04-01）
赵勇,刘建新,牛青坡[4]（2014）在《基于混合Beta先验分布的成败型产品的可靠性评估》一文中研究指出成败型产品可靠性的小样本评估方法,把历史试验数据作为Bayes估计方法的先验信息,有效地减少了样本量。但是传统的Bayes方法过度依赖验前信息,当新产品有改进时造成鉴定结果的冒进。针对过度依赖先验信息问题,本文提出了使用混合Beta先验分布,引入继承因子,通过调整继承因子的大小来控制对验前信息的依赖程度,考虑了成败型产品的变化对评估结果的影响。采用该方法对某导弹的可靠性进行了评估。(本文来源于《航空兵器》期刊2014年06期）
张天飞,董海平,蔡瑞娇,郝志[5]（2012）在《基于混合先验分布的弹射弹Bayes可靠性估计》一文中研究指出建立了一种综合利用单元试验数据和系统试验数据的弹射弹B aye s可靠性评估方法。该方法通过建立基于继承因子的混合B e ta先验分布,结合弹射弹试验数据确定后验分布,最后通过后验分布推断弹射弹可靠性。采用该方法及G JB 376-1987方法和传统贝叶斯方法,对某型弹射弹可靠性进行了评估。结果表明,在置信水平0.90情况下,叁种方法可靠度评估结果分别为0.9922,0.978,0.996。表明本文方法是有效的,在相同的现场试验情况下,评估结果比经典统计方法更合理。(本文来源于《含能材料》期刊2012年01期）
朱慧明,孙雄志[6]（2007）在《基于混合先验分布的贝叶斯因子分析模型》一文中研究指出针对现有因子分析模型不能充分融合模型参数信息问题,通过研究因子分析模型的统计结构,构造了参数的混合先验分布;利用贝叶斯定理证明了模型因子载荷阵的条件后验分布为矩阵t分布,协方差阵的条件后验分布为逆Wishart分布.实证研究表明:由于参数先验分布的作用,贝叶斯因子分析结果与传统的因子分析之间存在明显的差异.(本文来源于《湖南大学学报(自然科学版)》期刊2007年09期）
刘志永,胡锡健,刘晓红[7]（2007）在《基于混合先验分布共积的贝叶斯检验》一文中研究指出根据贝叶斯原理,本文分别讨论了在误差项σ2已知与未知两种情况下,给出了共积向量的残差的后验分布,依据残差uIt是否是单位根过程I(1)来判断向量Yt是否存在共积,如果残差是I(1)的,则拒绝Yt是共积,否则接受Yt是共积的。(本文来源于《数学理论与应用》期刊2007年03期）
朱慧明,邓迎春[8]（2007）在《基于混合参数先验分布的贝叶斯因子分析》一文中研究指出因子分析模型的贝叶斯推断是贝叶斯多元统计推断理论的重要组成部分。本文通过分析因子分析模型的统计结构,构造了模型参数的混合先验分布;利用贝叶斯定理,结合模型样本似然函数和参数的先验分布推导了参数的后验分布;证明了因子载荷阵的条件后验分布为矩阵t分布,协方差阵的条件后验分布为逆Wishart分布。实证研究结果表明:由于参数先验分布的作用,贝叶斯因子分析的结论与传统的因子分析之间存在显着性的差异。(本文来源于《统计与决策》期刊2007年02期）
混合先验分布论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对兵棋推演胜负裁决规则建立难的问题,军事专家利用经验数据总结战争胜负规律,数学家、工程师利用军事运筹分析方法计算战争胜负规律,为了综合利用两种方法,利用Bayes混合先验分布将历史战争规律总结法与军事运筹分析法合理有效融合,对胜负裁决规则进行建模研究;通过在贝塔分布中引入继承因子,将兰彻斯特方程生成的军事运筹分析数据作为先验信息,与历史战争的经验规律数据作为后验信息进行结合。引入的混合贝塔先验分布方法,有效避免了两种方法互相淹没信息的问题;建立的胜负概率裁决模型,有效地提高了兵棋推演中胜负裁决概率的准确度及可信度,使其更加符合战争规律。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合先验分布论文参考文献
[1].张文强,王敏,李开灿.一种混合先验分布下叁维列联表的贝叶斯估计[J].湖北师范大学学报(自然科学版).2019
[2].薛辉,刘铁林,苏小波.基于Bayes混合先验分布的兵棋推演规则建模方法[J].火力与指挥控制.2019
[3].张鹏飞.先验分布对变分贝叶斯方法在混合厄朗模型中的影响探究[D].厦门大学.2018
[4].赵勇,刘建新,牛青坡.基于混合Beta先验分布的成败型产品的可靠性评估[J].航空兵器.2014
[5].张天飞,董海平,蔡瑞娇,郝志.基于混合先验分布的弹射弹Bayes可靠性估计[J].含能材料.2012
[6].朱慧明,孙雄志.基于混合先验分布的贝叶斯因子分析模型[J].湖南大学学报(自然科学版).2007
[7].刘志永,胡锡健,刘晓红.基于混合先验分布共积的贝叶斯检验[J].数学理论与应用.2007
[8].朱慧明,邓迎春.基于混合参数先验分布的贝叶斯因子分析[J].统计与决策.2007