另 ,此处 为N文观察向量; 为S文向量; 为 阶单位阵; 表示Kronecker乘积; 为 文误差向量,其为
,假定
(1.8)
, 为第 个水平的效应, 为总平均;满足条件 为
(1.9)
由上述模型求 和 的LS解为
此处
在模型(1.7)中假定 有先验分布,且满足
. (1.12)
二、平衡的单向分类模型Bayes估计和经验Bayes估计
2.1 Bayes估计的基本概念
设 是总体分布 中的参数,为了估计该参数,可从该总体随机抽取一个样本 ,同时依据 的先验信息选择一个先验分布 ,用贝叶斯公式算得后验分布 .
定义2.1.1 使后验密度 达到最大的值 称为 最大后验估计;后验分布的中位数 称为 的后验中位数估计;后验分布的期望值 称为 的后验期望估计.这三个估计都称为 的贝叶斯估计,也可统一记为 .
定义2.1.2 设参数 的后验分布为 ,贝叶斯估计为 ,则 的后验期望 称为 的后验均方误差,其平方根 称为 的后验标准误差,其中符号 表示用条件分布 求期望,当 为 的后验期望 时,则
称为后验方差,其平方根 称为后验标准差.
2.2经验Bayes估计
假设我们有数据 与当前数据 ,其中样本的可 , 是可观测的, , 是分布中的未知参数.
经验Bayes估计的基本任务当然就是要找到一个依赖于 , 的函数 来估计 .并使得估计 接近 已知的Bayes估计.该样本的密度函数为 , 的先验分布密度函数 ,则 的边缘密度为:
(0)
经验Bayes估计方法认为:随机样本是从边缘密度函数为 中抽取的,因此可以由 估计 或其特征,假设样本密度函数已知 ,则
可由 (0)式估计 或其特征,再由样本 去获取 的EB估计.
定义2.2.1 任何同时依赖于样本 和当前样本X的判决函数 称为经验贝叶斯判决函数.
当 已知时, 的Bayes风险为:
由于上式得到 的全面Bayes风险:
定义2.2.2 如果一串经验判决函数 ,对任意 ,F是先验分布族
- 上一篇:我国经济增长与失业率的波动关系研究
- 下一篇:广义线性模型中Bayes估计的强相合性
-
-
-
-
-
-
-
酸性水汽提装置总汽提塔设计+CAD图纸
杂拟谷盗体内共生菌沃尔...
java+mysql车辆管理系统的设计+源代码
河岸冲刷和泥沙淤积的监测国内外研究现状
大众媒体对公共政策制定的影响
十二层带中心支撑钢结构...
当代大学生慈善意识研究+文献综述
电站锅炉暖风器设计任务书
中考体育项目与体育教学合理结合的研究
乳业同业并购式全产业链...