贝叶斯参数估计的最大熵方法的逆问题.pdfVIP

贝叶斯参数估计的最大熵方法的逆问题.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
贝叶斯参数估计的最大熵方法的逆问题

东 北 石 油 大 学 学 报 第36卷 第6期 2012年 12月 JOuRNALOFNORTHEASTPETROLEUM UNIVERSITY Vo1.36 No.6 Dec. 2012 贝叶斯参数估计的最大熵方法的逆问题 王海虹 (东北石油大学 数学科学与技术学院,黑龙江 大庆 163318) 摘 要:讨论 贝叶斯参数估计理论 中利用最大熵原理确定参数 的先验概率 的逆 问题 ,并且 以泊松分布和指数分布为 例给出证 明.通过求解相应 的微分方程和变分方程 ,得到所需约束条件. 关 键 词 :贝叶斯统计 ;最大熵原理 ;逆 问题 ;泊松分布 ;指数分布 中图分类号:02l2.8 文献标识码 :A 文章编号 :2095—4107(2012)06—0101—03 0 引言 统计学中一个重要方向是参数估计.按照不同派别分为频率学派和贝叶斯学派 ,但二者的出发点不 同,因此对结果的解释也不同.近年贝叶斯学派得到统计学界的广泛重视和应用l1].贝叶斯参数估计问题 的基本原理是把随机变量 X 的概率分布中的参数也看做随机变量 ,而X 的分布看做参数 已知条件下的条 件分布.因此 ,要通过对 X抽样 ,进而估计参数值 的概率分布.这里需要知道参数 的先验分布,也就是没 有抽样之前对参数 的概率分布进行认识或者假定.贝叶斯方式假设参数 的分布等可能.贝叶斯假设是许多 争论 的焦点 ],为了克服贝叶斯假设的缺点 ,有人提出利用最大熵原理获得参数 的先验分布 ].最大熵原 理是 JaynesET提出的一种确定概率分布原则 [4],其原理是在关于平均值的某些约束条件下 ,让熵最大 , 从而求出相应 的概率分布 ,即如果知道约束条件 ,就可以导出分布.刘成仕提出非对称熵的概念 ,并建立相 应的最大非对称熵原理_5],为了解释非对称熵的概念 ,考虑最大熵原理的逆问题.笔者讨论贝叶斯参数 估计 中利用最大熵原理推导先验分布的逆问题 ,即在基于经验可猜 出先验分布情况下,求出使熵最大的约 束条件.这个逆问题的数学讨论要 比正问题复杂.首先,答案一般不惟一 ;其次 ,对于离散情形 ,涉及微分方 程的求解 ,对于连续情形 ,涉及更复杂 的变分方程求解.以泊松分布和指数分布为例给出相应逆问题 的 证 明. 1 约束条件 1.1 泊松分布 若随机变量 x满足泊松分布 ,则分布函数为 、k P女一 P (X 一 是)一 , 式中:k一0,1,2,….有定理 : 定理 1 存在约束条件 g(P。, ”,P ,…)一0,在此约束条件下,泊松分布使熵 。。 S一一∑PIn , k= 0 最大. 证明:用拉格朗 日乘子法求解.首先 ,做辅助函数 收稿 日期 :2012一O6—28;编辑 :关开澄 作者简介:王海虹(1973一),女,硕士研究生 ,主要从事石油地质与应用数学方面的研究 东 北 石 油 大 学 学 报 第 36卷 2012年 S.一一∑P1nP+ (∑p 1)+扎g 在约束条件下 ,熵最大 ,对应于 一。,即 一 aph (川吣㈩一。’a亲pk_)(. 由此有 + 1 1 一 将泊松分布代入式 (1)得 二 L + l (kl

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档