回归模型中的贝叶斯分析-概率论与数理统计专业论文.docxVIP

Title：Bayesian Title：Bayesian Analysis in Regrssion Model Major：Muti—Statistics and Economic Analysis Name：Xu Yuan Supervisor：He Yuanjiang ABSTRACT This paper mainly deals with the multivariate Bayesian inference theory about the 1inear models，including the single equation model and the multiple equation model systems． The Bayesian inference theory about single equation model is explored，and then flowing the multiple equation model to be discussed as well as．The Bayesian analysis about the coefficlent show that their posterior distribution are in t or multiple t distribution when they prior distribution are non—information distribution．And The Bayesian analysis in this paper shows the Bayesian estimator when the coefficient is in the multivariate normal distribution． 【Key Words】 multi—staristics，Bayesian analysis，posterior distribution Il 硕上学位论文 硕上学位论文 回归模型中的贝叶斯分析 第1章 引言 1．1贝叶斯统计学 本节主要内容是介绍贝叶斯统计学历史发展，基本观点及方法特点，比较贝 叶斯方法和经典方法的差异，并概括了现代贝叶斯理论研究与应用的基本情况。 1．1．1贝叶斯统计学历史发展概述 统计学有贝叶斯统计和经典统计两大学派，这两个学派之间长期存在争论， 至今也没有定论。这两个学派之间的争论构成了现代数理统计学发展过程的一个 大特色，无论如何，这场争论对现代数理统计学的发展起到了积极的促进作用。 贝叶斯理论源于英国学者贝叶斯(ReverendTomasBayes)于1763年在皇家 学会学报上发表的论文，后来鉴于他的奠基性的工作，英国的统计杂志 Biometrika在1958年重新全文刊登了他的论文【l】。他在论文中提出了从二项 分布的观测值出发对其参数进行概率推断地方法，后称之为贝叶斯定理，并且被 推广到二项分布以外的应用之中以及任何的统计分布。 从某种意义上讲，贝叶斯的思想可以追溯到1713年数学家Bernoulli的工作， 在其概率著作中，Bernoulli不仅发展了二项式定理，还提出了逆概率的问题，但 是，Bernoulli并没有提出逆概率的数学结构。到了1774年，根据Stigler的观点， Laplace论述了一般形式下的逆概率定理。在1939年，Jeffrey重新发现了Laplace 的工作。但在这之间的一百多年中，贝叶斯学派几乎没有令人信服的东西，可以 说此间基本上是经典统计学的天下，而贝叶斯方法则是悄无声息，无人问津。 但是，在20世纪50年代以后，随着统计理论和方法应用范围的扩大，贝叶 斯理论也受到了欢迎，并得到了迅速发展，特别对于决策问题而言，先验知识的 使用是非常重要的，而且与纯理论问题比较，在这类问题中主观概率的提法往往 更为自然，同时反映了决策者所掌握的信息的程度，因此贝叶斯观点更易于接受。 二十世纪初，数学公理化倾向影响到了统计学界，概率的公理化最终由 Kolmogorov完成，并得到普遍赞同；然而，对于主观概率应该用什么样的公理 来描述，经过了很长时间讨论也还没有比较一致的看法。意大利学者De Finetti 认为Kolmogorov公理中互斥事件概率之和等于个事件概率之和的结论对于主观 概率而言是不成立的，只能是有限可加：De Finetti关于可换随机变量的研究成 果为先验分布的客观性提供了理论基础；Fisher的似然