带有缺失数据和随机系数的非线性再生散度结构方程模型的贝叶斯推断.pdf

带有缺失数据和随机系数的非线性再生散度结构方程模型的贝叶斯推断.pdf

ID:50340331

大小:11.70 MB

页数:121页

时间:2020-03-05

带有缺失数据和随机系数的非线性再生散度结构方程模型的贝叶斯推断.pdf_第1页
带有缺失数据和随机系数的非线性再生散度结构方程模型的贝叶斯推断.pdf_第2页
带有缺失数据和随机系数的非线性再生散度结构方程模型的贝叶斯推断.pdf_第3页
带有缺失数据和随机系数的非线性再生散度结构方程模型的贝叶斯推断.pdf_第4页
带有缺失数据和随机系数的非线性再生散度结构方程模型的贝叶斯推断.pdf_第5页
资源描述:

《带有缺失数据和随机系数的非线性再生散度结构方程模型的贝叶斯推断.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、--W'气-:、;...游鴻与*--、-八妾’、读T互又-,.号望?---i^——4..就-UUL'.、琳可…, ̄——",^八梦>v^巧J',J4斬?!锭。,-r-‘'--:Jt—*、*.t-/气AtV,‘‘"-'"w'八4如拉煮此聲■*'’巧《。r.\■、-■赤:.V巧、古研《4#化俗A這<媒三一,‘;,<?*,,二、,遞目:榮為故失数据和随机系数的非线性*再生散度结构方程模型的舰斯推K,、’--,1-^:-:r:遂

2、户;Title:BayesianinferenceofNoniinearStructure7一扣:^:毎V二、f\:eM,NoiS8in4EqualionModeIswithnignorabIgData,y*-andRandomRegressionCoefficientsfrom片、,非.’、净-已rVReproductiveDispersionModels、、爲巧,二V;‘/\,..?—'?,'’乂'心,,

3、备\、/,。,i,W、中学院(所…数学与親鑑子-%强:专业名祿应适绽让'气巧究方向概率论与数理统计:昇又1%t:\骄巧生姓备李兴平学号22.Q_〇aZ3,,,',QQ7,、y托导师姓《Jim.沪魏r>d、^?.、-K,>i。‘'-,一-记:己::V"户^。。心t?:;^,ZUO午i巧7才带-,一抓T、——‘心’’‘:,义始、?V锭安一;节:/端松:‘4"‘--’、,";t\,如―‘>;r货f繁,.V…\;:娜I公、、‘,、&。

4、;'妒::、V-‘:V佩蘇兴'v;-令h?片‘r甲一、八。-,!,人、呼:-、;:,%/々气;扉页:论文独创性声明及使用授权本论文是作者在导师指导下取得的研究成果。除了文中特别加W标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,不存在劃窃或抄袭行为一。与作者同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。(现就论文的使用对云南大学授权如下:学校有权保留本论文含电子版),也可采用影印、缩印或其他复制手段保存论文;学校有权公布论文的全部或部分内容,可W将论

5、文用于查阅或借阅服务:学校有权向有关机构送交学位论文用于学术规范审查、化会监督或评奖;学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。(内部或保密的论文在解密后应遵循此规定)导师签名、7研究生签名:义;日期:/'/吁摘要带有缺失数据和随机系数的非线性巧生散度结构方程模型是非线性再生、散度结构方程模型的自然推广,在斤为学社会学、生物医学、教育学、公共卫生学、经济学等众多领域的研究中,人们常常遇见如健康状况、个性、忧虑、智力、研究能力、顾客满意度、工作态度等不可观测变量,这类变量常被称为潜变

6、量(latentvariable).结构方程模型是目前国内外分析研巧显变量(manifestvariable工具己被广泛应用于多个研究领规卿潜变量之间内在联系的重要,本论文针对带有缺失数据和随机系数的非线性再生散度结构方程模型,研ae一究了它的Bys估计、Bayes数据删除影响分析及Bayes局部影响分析等系列问题:.现将主要研究内容概述如下一1.在研巧结构方程模型的文献中特定的指数分,通常假定因子服从某布族(如正态分布),或假定结构方程模型的结构系数是固定参数,但在实际应用一一类更广泛的分布族中,因子不定都服从

7、指数分布族而是服从至服从非参,甚数分布族.,且结构方程系数同时是随机系数等因此,在本文中我们考虑显变量服一从类更广泛的分布族-再生散度分布族且带有不可忽略缺失数据机制是,因子带有时间效应的纵向数据且结构系数是随机化的系数进行联合建模.我们使用etroo-Ha结合Gibbs抽样和Mlisstins算法的混合算法从后验分布中进行抽样pg,从而得到模型的未知参数、随机系数的联合Bayes估计;在此基础上,通过构造路径抽样计算Bayes因子,并基于Bayes因子进行了模型选择.2.本文在Zhuetal.(2012),

8、Tangetal.(2013)等人的基础上,针对所研究的模一e一型建立起套基于Bays数据刪除影响诊断方法来评价模型对于删除个数据-.结合Gibbs抽样

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。