广义变系数模型的Bayesian B样条估计

被引：2

作者：

卢一强 ^{[1
]}

茆诗松 ^{[2
]}

机构：

[1] 解放军信息工程大学电子技术学院

[2] 华东师范大学统计系

来源：

系统科学与数学 | 2006年 / 02期

关键词：

广义变系数模型; Bayesian模型平均; B样条函数; Laplace’S方法; 重要抽样; MCMC模拟;

D O I：

暂无

中图分类号：

O212.8 [贝叶斯统计];

学科分类号：

摘要：

提出了广义变系数模型函数系数的一种新的估计方法．我们用B样条函数逼近函数系数,不具体选择节点的个数,而是节点个数取均匀的无信息先验,样条函数系数取正态先验,用Bayesian模型平均的方法估计各个函数系数．这种估计方法一个主要特点是允许各个函数系数所需节点个数的后验分布不同,因此允许不同函数系数使用不同的光滑参数．另外,本文还给出了Bayesian B样条估计的计算方法,并通过模拟例子,说明广义变系数模型的函数系数可以由Bayesian B样条估计方法得到很好的估计．

引用

页码：169 / 177

页数：9