相关贝叶斯模型论文-马晓玲

导读:本文包含了相关贝叶斯模型论文开题报告文献综述及选题提纲参考文献，主要关键词:地理加权似乎不相关模型,误差自回归模型,贝叶斯估计,Gibbs抽样

相关贝叶斯模型论文文献综述

马晓玲^[1]（2019）在《具有误差自回归的似乎不相关模型参数的贝叶斯估计》一文中研究指出现如今,随着信息化、大数据时代的到来,数据容量大、内容多样、形式复杂、数据间关联性较密集,事物间相关联的研究越来越受到人们的重视,人们已不能用单一独立的视角解释社会、自然界存在的现象.经典的线性回归模型在很多领域已不能较为合理的解释生活中的方方面面.似乎不相关模型的出世打破了人们对误差模型满足高斯马尔科夫假设条件的认识,通过误差扰动项将看似没有关联的模型紧密地联系在一起.后来,学者们对似乎不相关模型的研究已深入到经济、环境、生态、卫生等领域,均说明了该模型具有很好的解释性及广泛的应用前景.针对面板数据的研究,模型的空间效应广受大众关注.若在同一个时间截面,主要研究关于空间地理位置的异质性和区域之间的关联性问题;在特定的地理位置上,观测值会以时间序列的形式呈现.本文所设定的误差协方差矩阵是表示时间相关性的误差自回归模型,即研究不同时刻同一位置之间的某种相互关系.空间异质性的问题一般用地理加权回归模型来刻画.本文提出具有时间相关性的误差自回归似乎不相关模型与具有误差自回归地理加权似乎不相关回归模型.用该模型更好地刻画解释变量与被解释变量之间关系的动态过程及解决时空异质性、相关性问题.对似乎不相关模型参数的求解问题,国内外学者提供很多种方法:广义最小二乘估计方法、极大似然方法、广义矩方法、线性贝叶斯方法等.本文中,对具有误差自回归似乎不相关模型用线性Bayes估计方法对参数进行估计,并得到该方法的无偏性及有效性证明.在模拟中,用均方误差和绝对偏差均值作为检验指标得出线性Bayes方法较GLS方法的优良性.再根据贝叶斯统计推断及多元参数的有信息先验分布,推导出具有误差自回归地理加权似乎不相关模型参数的后验分布,模拟时结合Gibbs抽样方法得到该模型参数的估计值,并用残差平方和、均方误差和绝对偏差均值作为检验指标,与广义局部加权最小二乘估计方法进行优良性对比,从而说明该模型的良好解释性及估计方法的有效性.(本文来源于《新疆大学》期刊2019-05-24）

刘燕,李云瑞^[2]（2018）在《基于Beta族的相关贝叶斯模型在准备金中的应用》一文中研究指出在非寿险中,未决赔款准备金的计提额度将直接影响保险公司的偿付能力评估指标。在准备金的评估中逐步开始使用贝叶斯估计,使用传统贝叶斯方法中通常假设各进展年赔付额之间相互独立,但实践中这些相关性是显然存在的,而使用相关贝叶斯模型能够解决这一问题。文章应用相关过程来体现各未决增量赔款之间的相关性,并提出了基于Beta族分布类的相关过程,将其用于预计未决赔款准备金。最后用计算未决赔款准备金的实例说明这种相关贝叶斯模型比传统的独立贝叶斯模型估计未决赔款准备金更加准确合理。(本文来源于《统计与决策》期刊2018年12期）

谢军昱,许杨剑,王效贵^[3]（2016）在《基于贝叶斯模型和数字图像相关的视觉测量》一文中研究指出为了能够快速准确地实现3维测量,提出了一种基于贝叶斯模型和数字图像相关的视觉测量方法。该方法采用数字图像相关法对校正后的图像进行立体匹配,克服了传统立体匹配方法精度不高的问题;采用贝叶斯模型估计图像视差,并将其作为数字图像相关法非线性迭代优化的视差初值,克服粗搜索方法寻找视差初值计算量大、精度低的缺点;基于校正后图像与原图像之间的投影关系,由最小二乘法计算出匹配点的3维坐标。结果表明,基于贝叶斯模型和数字图像相关的视觉测量算法,能够快速准确地实现3维视觉测量。(本文来源于《激光技术》期刊2016年06期）

殷炬元,李铁男,孙剑^[4]（2016）在《基于贝叶斯空间相关模型的城市快速路安全影响因素研究》一文中研究指出快速路是城市交通的主骨架,其运行安全态势直接影响整体通行效率的发挥。利用线圈检测器数据和由事故视频监控系统采集的2011~2013年共50 069起事故数据,应用贝叶斯空间相关模型,对上海市南北高架、延安路高架、内环和中环4条快速路进行建模分析。为了反映路段间的潜在空间联系,在负二项模型的基础上,加入空间随机影响项建立相邻空间相关模型;进一步改进了该空间随机项的协方差矩阵,建立距离空间相关模型。通过贝叶斯回归方法比较3个模型的回归效果。结果显示,距离空间相关模型具有最优的拟合效果,其方差信息标准(DIC)较负二项模型降低6.04%。由此证明,事故在道路中的分布存在空间关联,且其相关性受距离影响。在道路几何特性影响因素中,路段前后1km内匝道数越多,每公里转角越大,事故风险越大;入口-出口型交织路段事故发生几率较高。日均交通量与事故风险显着正相关。不同快速路对比分析表明内环事故风险偏高,中环事故风险较低。(本文来源于《交通信息与安全》期刊2016年03期）

霍康^[5]（2016）在《基于贝叶斯估计的大学生不良行为网络自相关模型及实证》一文中研究指出大学生的不良行为会给自身发展、学校管理和他人带来很大的困扰,也会给社会增加很大的不稳定因素。已有研究表明,大学生不良行为与其所在的人际关系网有显着关系。在心理学和教育学领域,关于大学生不良行为的研究屡见不鲜,但对结合关系网的研究还鲜有发现。社会网络分析方法中的网络自相关模型可以综合考虑大学生人际关系网的影响和自身因素的影响,是很好的网络效应分析工具。本文建立了大学生不良行为的多重网络自相关模型,在对模型进行估计的基础上,应用该模型对大学生不良行为进行了实证分析,主要工作如下:(1)在综述大学生不良行为的现有研究的基础上,建立了大学生不良行为的指标体系;(2)结合网络自相关模型的发展和大学生不良行为指标体系,建立了大学生不良行为多重网络自相关模型;(3)推导了大学生不良行为多重网络自相关模型的最小二乘估计法、极大似然估计法和贝叶斯估计法;其中包括对普通最小二乘估计法的不一致性进行了改进,给出了极大似然估计和贝叶斯估计的编程步骤;(4)对我校大学生不良行为进行了实证分析;包括我校大学生不良行为量表的设计,数据的收集和整理,基于网络属性的大学生不良行为分析和基于网络自相关模型的大学生不良行为分析,并对叁种估计方法进行了比较,论文最后给出了一些纠正大学生不良行为的对策。通过大学生不良行为网络自相关模型的实证分析,得到如下主要研究结果:(1)对于模型估计,普通最小二乘(OLS)估计不满足参数估计的一致性,可以利用二阶最小二乘估计进行改进;极大似然法(MLE)估计得到的估计量具有无偏性和一致性,相比OLS来说具有更好的拟合效果,但MLE在样本量大时计算量很大,计算复杂度高;贝叶斯(Bayes)估计在设定参数的先验分布情况推导可得各个参数的条件分布,通过抽样能得到一个收敛且稳定的参数估计样本,能很好的减少样本数据的异常值带来的影响,且计算简洁;从计算结果上来看,极大似然估计和贝叶斯估计比最小二乘法拟合程度更高;(2)从实证结果来看,客观原因方面关系网对大学生的不良情绪和不良行为有显着影响,主观原因方面生活满意度和经济压力显着影响焦虑,经济压力和人际压力显着影响抑郁、不良行为;因此,要纠正大学生的不良行为,需要同时从主观原因和客观原因去进行考虑。本文的工作,不仅拓展了网络自相关模型及其估计方法,同时对于大学生不良行为的评估和纠正也具有一定的现实意义。(本文来源于《武汉理工大学》期刊2016-06-01）

李云瑞^[6]（2016）在《相关贝叶斯模型在非寿险准备金中的应用》一文中研究指出贝叶斯方法是基于贝叶斯定理发展起来的用于系统阐述和解决统计问题的方法。完整的贝叶斯方法包括数据分析、模型构造、先验信息和似然函数的假设、后验信息和最终决策。贝叶斯基本方法是综合先验信息和样本信息,然后由贝叶斯定理得出后验信息,最后由后验信息做出统计推断。本文第二章通过一个模型系统的介绍了传统的贝叶斯方法。随着贝叶斯方法在研究未决赔款准备金中的广泛应用,以及各种统计软件的迅速发展,当前对贝叶斯方法的应用有了很多改进的方法,比如考虑流量叁角形中有负值的情形、讨论贝叶斯方法的稳健性及相关性的引入、贝叶斯方法分层理论的提出等等。De Alba和Neito-Barajas(2008)提出了准备金的相关贝叶斯模型,利用相关Gamma过程描述了进展年之间的相关性。本文基于De Alba和Neito-Barajas的研究成果,将相关Gamma过程推广到更一般的相关过程,提出了基于Beta族和封闭卷积指数族两个分布类的相关过程,并在第叁章详细介绍相关贝叶斯方法估计未决赔款准备金的模型。贝叶斯模型中的参数估计比较复杂,通常可以应用计算机进行数值求解。常用的方法有马尔科夫链蒙特卡罗方法(MCMC方法),其中应用最广泛的就是Gibbs抽样法。本文中的实证研究部分就应用了Gibbs抽样法,通过R软件和BUGS软件编程得出了参数估计值,进一步求得了准备金。最后本文将改进的模型应用于实证研究,并通过R软件和BUGS软件应用数值算法对参数进行了估计。通过对独立贝叶斯模型和相关贝叶斯模型结果的对比,得出了这种相关贝叶斯模型比传统的独立贝叶斯模型更合理。(本文来源于《郑州大学》期刊2016-03-01）

张元庆,陶志鹏^[7]（2016）在《基于贝叶斯法则的空间自相关误差自相关模型变量选择研究》一文中研究指出本文将研究贝叶斯法则视角下的空间自相关误差自相关模型(Spatial Autoregressive Model with Autoregressive Disturbances,SARAR模型)变量选择问题。通过将基于BIC准则的子集选择法推广到空间模型,实现SARAR模型的变量选择,并证明在一定条件下,对于SARAR模型的变量选择BIC准则具有良好的渐近性质。同时本文还将利用Monte Carlo模拟验证BIC准则能够很好的实现SARAR模型的变量选择。最后以股票收益率为例,在验证股票收益率具有空间效应的前提下,利用BIC准则对影响股票收益率的众多财务指标进行变量选择。(本文来源于《数理统计与管理》期刊2016年05期）

余君,温利民^[8]（2014）在《方差相关原理下相依聚合风险模型的贝叶斯保费》一文中研究指出在经典的聚合风险模型中,常常假设索赔次数和索赔额是相互独立的,然而在实际保险业务中,索赔额和索赔次数常常呈现相依情形.本文通过引入Sarmanov-Lee相依分布族的概念,在索赔次数和索赔额呈现某种特定相依结构的条件下,研究了聚合风险模型下方差相关保费原理的聚合保费和贝叶斯保费,并通过数值模拟,对保费估计的稳健性进行了分析.结果表明,即使参数间的相依程度很小,也会对聚合风险保费和贝叶斯保费带来较大的影响.(本文来源于《华东师范大学学报(自然科学版)》期刊2014年04期）

黄合来,邓雪,许鹏鹏^[9]（2013）在《考虑空间自相关的贝叶斯事故预测模型》一文中研究指出依托美国佛罗里达州Hillsborough县的数据建立区域安全预测模型.将该县重新划分为200,500,700个交通安全分析小区;提取小区层面路网特征数据、出行数据和其他影响因素,考虑空间自相关特性,建立贝叶斯空间模型;分析小区层面影响因素的安全效应,评价不同分区规模对安全因素效应的影响.对比传统的泊松模型和泊松-对数正态模型,贝叶斯空间模型具有更高的数据拟合度;分区数目越多,空间因素在随机因素中的比重越高;同一种分区下,路网特征变量的安全效应具有鲁棒性;限速大于56km的路段总长度是预测安全水平的主要指标.(本文来源于《同济大学学报(自然科学版)》期刊2013年09期）

刘沛,史志旭,陈炳为,羊海涛,金辉^[10]（2012）在《无金标准条件下诊断试验评价贝叶斯相关模型构建及应用》一文中研究指出目的探讨无金标准条件下诊断试验贝叶斯相关模型构建方法及应用条件。方法通过分析具有潜在真值的无金标准诊断试验评价模型,构建两个试验相关条件下的似然函数;利用共轭分布原理,构建灵敏度、特异度、患病率的先验分布;使用WinBUGS软件计算后验参数。通过234602名无偿献血员抗-HIV检测结果说明贝叶斯相关模型的应用。结果构建了无金标准时两次ELISA法检测抗-HIV的贝叶斯相关模型,发现两次ELISA的灵敏度相关系数为0.30,特异度相关系数为0.74;两次试验的联合灵敏度较单个试剂增高(P<0.05),特异度较单个试剂降低(P<0.05),但特异度降低的幅度明显小于灵敏度增高的幅度。结论应用贝叶斯相关模型可合理评价无金标准时联合试验的灵敏度和特异度。(本文来源于《中国卫生统计》期刊2012年02期）

相关贝叶斯模型论文-马晓玲

相关贝叶斯模型论文文献综述

相关贝叶斯模型论文开题报告

相关贝叶斯模型论文参考文献

猜你喜欢