混合双参数指数分布的贝叶斯估计.pdfVIP

第 2O卷 第 3期 甘肃 科学 学报 V01．2O No．3 Sep． 2008年 9月 Journa1ofGansuSciences ． 2008 混合双参数指数分布的贝叶斯估计 田玉柱 ，安 乐 ，陈 平 (1．天水师范学院数学与统计学院，甘肃 天水 741001；2．东南大学 数学系，江苏 南京 211189) 摘 要： 混合指数分布是寿命数据分析中一个重要分布，其极大似然估计 由于似然函数的复杂性而变 得很困难。文献[9]应用EM算法研究了混合指数算法讨论了完全数据和截尾数据情形下有限混合双参 数指数分布参数分布的参数估计问题，模拟研究表明贝叶斯方法对该模型的参数估计是有效的． 关键词： 混合指数分布 ；Gibbs抽样；完全数据；截尾数据 中图分类号： O212．8 文献标识码： A 文章编号 ：1004—0366(2008)03—0016—04 BayesianEstimationforaFiniteM ixedExponentialDistribution TIAN Yu—zhu ，AN Le。，CHEN Ping (1．DepartmentofMathenaticsandStatistics，TianshuiNormalCillege，Tianshui741001，China； 2．DepartmentofMathematics，SoutheastUniversity，Nanjink211189，China) Abstract； Themixedexponentialdistributionplaysanimportantpartinlifetimedataanalysisbutwemaysuffer from extremedifficultiestogetthema xima llikelihoodestima teduetothecomplexityoflikelihoodfunction，ZHU Lipingetc,(2006)employedtheEM algorithm tostudyparametersestima tionofamixturemodelofexponential distributionsandobtmnedgoodresults．Westudyparametersestimationofafinitemi xturemodelofexponential distributionswithtwoparametersunderfulldataandcensoredadtabymeansofGibbssampleralgorithm inBayes— ianframework．ThesimulationssuggestthattheBaysianalgorithm isveryeffectivetoourmode1． Keywords： mixedexponentialdistribution；Gibbssampler；fulldata；censoreddata 混合模型已经被广泛地应用到统计和计量经济等领域，对于这种模型的估计一般采取 EM 算法或 Bayes方法．EM算法应用到许多混合模型估计问题已屡见不鲜口．2]，混合模型的Bayes估计近年来 由于 Bayes计算的极大发展也受到了极大关注口q]．混合指数分布是寿命分析及可靠性工程中的一类重要分布． 我们将应用Bayes方法讨论多成分混合双参数指数模型的参数估计，模型的密度函数为 (zl，，)一f∑Pi·exp(-兰 )， (1) — l l l 其中P一(p1，…，Pm)T