左截断右删失数据下指数分布变点bayes估计-bayes estimation of exponential distribution change points under left truncation and right censored data.docxVIP

重庆大 重庆大学硕士学位论文 英文摘要 PAGE PAGE III data under exponential distribution change some parameters of the conditional distribution. Finally, with the help of R software, the author undertook simulation analysis of single point and diverse parameters respectively and verified the effectiveness of using MCMC method combined with the Metropolis-Hastings algorithm to deal with the truncated data. Keywords: Left truncated right censored, MCMC method, full conditional distribution, changing point, Exponential distribution 重庆大学 重庆大学硕士学位论文 目 录 PAGE PAGE IV 目 录 中文摘要 I 英文摘要II 1 绪 论1 1.1 变点问题的研究背景 1 1.2 国内外研究现状 1 1.3 变点问题的一般研究方法 2 1.3.1 最小二乘法 2 1.3.2 局部比较法 3 1.3.3 Bayes 方法 4 1.4 本文的工作及创新点 5 1.4.1 本文的工作 5 1.4.2 创新之处5 HYPERLINK \l _TOC_250012 Bayes 统计 7 HYPERLINK \l _TOC_250011 Bayes 统计的发展 7 Bayes 统计的争论 7 Bayes 统计的优势 7 Bayes 公式 8 Bayes 公式的事件形式 8 2.2.2 Bayes 公式的离散分布形式 8 2.2.3 Bayes 公式的连续分布形式 8 2.3 先验分布的选取 9 HYPERLINK \l _TOC_250010 3 左截断右删失数据下指数分布变点 Bayes 估计 11 3.1 左截断右删失数据的介绍 11 3.2 左截断右删失数据下指数分布的似然函数 11 HYPERLINK \l _TOC_250009 3.3 左截断右删失数据下指数分布单变点的 Bayes 估计 13 3.3.1 指数分布的单变点模型 13 HYPERLINK \l _TOC_250008 3.4 左截断右删失数据下指数分布多变点的 Bayes 估计 14 3.4.1 指数分布的多变点模型 14 4 随机模拟 17 HYPERLINK \l _TOC_250007 MCMC 方法 17 MCMC 方法简介 17 HYPERLINK \l _TOC_250006 MCMC 中常见的两种方法 17 HYPERLINK \l _TOC_250005 4.2 左截断右删失数据下指数分布单变点 Bayes 估计的模拟 19 HYPERLINK \l _TOC_250004 4.2.1 指数分布单变点模型的 MCMC 方法的具体步骤 19 HYPERLINK \l _TOC_250003 4.2.2 指数分布的单变点模型 MCMC 方法的模拟 19 HYPERLINK \l _TOC_250002 4.3 左截断右删失数据下指数分布多变点 Bayes 估计的模拟 21 HYPERLINK \l _TOC_250001 4.3.1 指数分布的多变点模型 MCMC 方法的具体步骤 21 HYPERLINK \l _TOC_250000 4.3.2 指数分布的多变点模型 MCMC 方法的模拟 22 PAGE PAGE V 5 总结与展望27 致 谢 28 参考文献 29 附 录 32 A. 作者在攻读硕士学位期间发表的论文目录 32 重庆大 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 1 1 绪 论 1.1 变点问题的研究背景 随着研究变点问题的统计方法不断成熟，变点问题吸引了很多数理统计学者 们的关注，使得该研究方向越来越热门，这个问题的研究绝大多数学者认为始于 1954 年 Page[1]在 Biornetrika 杂志上发表的一篇关于连续抽样检验的文章。在实际 工作中，人们为了抽检生产线上的检测产品的质量是