MCMC方法介绍.ppt

我们研究不同的光照度对棉铃虫蛾活动的影响。 六、MCMC在logsitic回归中的应用 引入哑变量 ，其中 建立模型(M1)： 代表在光照度 下的回归系数 取 的先验是无信息先验 六、MCMC在logsitic回归中的应用 产生两条链，先预迭代1000次，再迭代10000次，丢弃前1000次 ，进行收敛性诊断。 六、MCMC在logsitic回归中的应用 六、MCMC在logsitic回归中的应用 六、MCMC在logsitic回归中的应用 六、MCMC在logsitic回归中的应用 六、MCMC在logsitic回归中的应用 六、MCMC在logsitic回归中的应用 MCMC方法及WinBUGS介绍 一、贝叶斯统计的框架分析 困难: 后验分布是复杂的、高维的分布 解决方法:马尔可夫链蒙特卡罗（MCMC）方法 后验分布 先验信息 似然函数 目前，MCMC已经成为一种处理复杂统计问题的特别流行的工具，尤其在经常需要复杂的高维积分运算的贝叶斯分析领域更是如此。在那里，高维积分运算主要是用来求取普通方法无法得到的后验分布密度。如果合理的定义和实施，MCMC总能得到一条或几条收敛的马尔可夫链，该马尔可夫链的极限分布