استنباط بیزی آمیخته های پواسن با استفاده از نمونه گیر گیبس
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 385
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMRS02_215
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
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
کلیدواژه ها:
نویسندگان
مهدیه شه دوست فرد
کارشناس ارشد آمار اقتصادی اجتماعی، موسسه آموزش عالی غیرانتفاعی المهدی اصفهان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :