先验信息的研究、肯定及非线性动态模型的贝叶斯推断.pdfVIP

∥461 589 摘 要 贝叶斯统计的特点就在于利用先验信息(经验与历史数据)形成先 验分布，参与统计推断。先验确定尤其是缺损信息的先验确定以及如何 利用先验进行贝叶斯推断是贝叶斯统计的主要内容。本文首先就广义动 态线性模型给出了利用Jeffreys原则确定的先验及其所产生的后验是正 常的充分条件；然后利用Gibbs sampler对无信息先验条件下的非线性 动态模型作Bayes统计推断，解决一大类无信息先验条件下的非线性动 态模型的预测问题；最后给出参数部分信息已知时参数先验的确定方 法，以及参数分布为连续型时，利用边际密度确定先验的方法。 sampler 关键词：先验确定，缺损信息，Jeffreys先验，正常性，Gibbs ABSTRACT attend of StatisticsIiesin statistics PeculiarityBayesian makingpriors inferencewhichareformedwithbeforehandinformation and fexperiment historic Statisticsinferenceincludes data)．Bayesian mostlyprior informationand determination determinationdeficient especiallyprior with howtomakestatisticsinferencewith this SUfficient prior．Inarticle，firstly are on of and conditions posterior given prior proprietyJeffreys’S distributionwhichisleadedtobyJeffreys’Sin dynamic priorgeneralized linear inferenceiSdone Oibbs on model．Secondly,Bayesianusing sampler solve nonlinear modelwithnoninformative forecasting dynamic prior,and