استنباط بیزی آمیخته های پواسن با استفاده از نمونه گیر گیبس
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 431
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMRS02_215
تاریخ نمایه سازی: 5 بهمن 1395
Abstract:
توزیع پواسن به دلیل ویژگی های توصیفی آن به عنوان یک مدل، در صورتی که تصادفی بودن و همگن بودن جامعه اصلی وجود داشته باشد، نقش مهمی در مدلسازی داده های شمارشی گسسته ایفا می کند. آمیخته های پواسن متناهیبه طور گسترده در مدل سازی مجموعه داده های بیش پراکنده ای به کار می رود که توزیع پواسن ساده مناسب نیست. برآوردیابی به روش بیزی با استفاده از شبیه سازی پسین، به روش مونت کارلوی زنجیر مارکوفی امکان پذیر است. در صورتی که پیشین های مناسب به کار برده شود، چگالی پسین سره خواهد بود و در نتیجه می توان با استفاده از روشهای مونت کارلوی زنجیر مارکوفی مانند نمونه گیر گیبس، تقریب صحیحی برای روش برآوردیابی بیز ایجاد کرد
Keywords:
Authors
مهدیه شه دوست فرد
کارشناس ارشد آمار اقتصادی اجتماعی، موسسه آموزش عالی غیرانتفاعی المهدی اصفهان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :