指数型回归方程模型y=ae bx＋ε参数的贝叶斯估计与应用.pdfVIP

第 27卷 第 2期 连云港职业技术学院学报 v01．27No．2 2014年 6月 JoumalofLianyungangTechnicalCollege June．2014 文章编号：1009—4318(2014}02—0053—03 指数型回归方程模型Y=ae +￡参数的贝叶斯估计与应用 尤 青 (江阴市新桥中学，江苏 江阴 214426) 摘 要：以指数型回归方程模型 】，=die+s为研究对象，利用贝叶斯统计方法对该方程模型进行参数估计，并进行了实 例演示，验证了贝叶斯统计方法的有效性。 关键词：指数方程 ；贝叶斯方法；参数估计 中图分类号 ：0212．8 文献标识码：A 回归分析广泛应用于科学研究的各个领域，所 解得 建立的方程模型，常采用最d--乘法、极大似然法、 ，I ∑haY ，∑ n a = — — 一 D 一 高斯一牛顿法以及有理函数插值法等方法对其参数 进行统计处理，上述方法均是基于经典数理统计发 ∑X(1nY)一 (∑X)(∑haY) (2) ， n 展而来的。近年来，随着计算机技术的快速进步，有 — 一 别于经典数理统计的贝叶斯统计方法以其独特的优 势获得了空前的发展[1】。笔者曾以非线性双参数 2 双参数指数型 回归方程 y= 回归方程 y= +￡为例进行过贝叶斯统计与经 bX ． 典统计的比较研究L3]，取得了理想的结果。然而非 e 4-￡参数的贝叶斯估计 线性方程模型众多，其中有些重要方程模型还 尚未 2．1贝叶斯统计原理 进行过贝叶斯统计研究，基于此，本文进一步以非线 假定 y是已知的随机变量数值，0为未知参数， 性双参数指数型回归方程 Y=ae +￡作为研究对 p(0ll，)是 0关于随机变量数值 】，的条件概率，由概 象，继续开展这方面的研究工作，同时为拓宽该模型 率统计 J，得 的应用范围，起到促进作用。 p(0，Y)=p(Y)p(0IY)=p(O)p(Y10) 1 双参数指数型 回归方程 Y= 从而 ae +￡参数的经典统计法估计 p(oly)： )P(YIO) (3) 选取如下双参数指数型回归方程模型进行研究 其中P()是未知参数的先验概率，P(ly)是 Y=ae +e (1) 未知参数的后验概率。P(YI口)为 l，在未知参数条 其中x为 自变量，Y为因变量，￡～N(0，2)，且 件下的概率密度函数，由于P(y)无法进行计算，且 和参数0没有关系，因此不予考虑L3】。依据(3)推导 a，b，2均为不依赖于x的未知参数。设 hlY=lna ^ ‘ ^ 出参数向量 0中各个参数的后验样本，根据获得的 + ，其中 】，是 l，的估测值，令 y，=haY，则 y，= 参数抽取结果，