典型文献
广义极值回归模型下现状数据的贝叶斯估计
文献摘要：
广义极值分布自提出以来就受到众多学者关注,它可以用于拟合某些寿命数据,在医学、 工程和气象等领域应用很广泛.本文主要在区间删失I型数据,即现状数据下研究三参数广义极值模型的贝叶斯回归分析.基于广义极值分布的位置参数引入协变量,建立位置参数与生存时间的贝叶斯回归模型,并采用Gibbs抽样和MH算法相结合的MCMC方法,从各个参数的后验分布中进行抽样,得到参数的估计值.利用R软件进行数值模拟,比较极大似然估计和贝叶斯估计在有限样本下的效果,结果表明参数生存回归模型拟合效果好,模拟结果显示贝叶斯估计优于极大似然估计.将该方法用于144只雄性RFM小鼠的肺肿瘤数据分析,得到一些分析结果.
文献关键词：
现状数据;广义极值分布;极大似然估计;贝叶斯估计;MCMC算法
中图分类号：
作者姓名：
孙烨;蒋京京;王纯杰
作者机构：
长春工业大学 数学与统计学院,吉林 长春130012
文献出处：
引用格式：
[1]孙烨;蒋京京;王纯杰-.广义极值回归模型下现状数据的贝叶斯估计)[J].广西师范大学学报（自然科学版）,2022(01):82-90
A类：
B类：
现状数据,贝叶斯估计,广义极值分布,命数,区间删失,极值模型,贝叶斯回归,位置参数,协变量,立位,生存时间,Gibbs,MH,MCMC,后验分布,估计值,极大似然估计,有限样本,模型拟合,拟合效果,RFM,肺肿瘤
AB值：
0.303103
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
