原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
2024年第45卷
第8期学报总第353期
广义混合Poisson线性模型的贝叶斯推断
李可可，杨春雨
摘要：该文在贝叶斯框架下研究广义混合Poisson线性模型的变量估计和变量选择问题.首先
结合广义Poisson线性模型和GMM模型，构造混合广义Poisson线性模型，并给出似然函数，然后构造
未知参数的先验，给出后验似然函数，随后通过后验似然与先验的乘积得到未知参数的满条件分布，
用Gibbs算法和M-H抽样算法抽取未知参数得到参数的估计值，并运用二元潜变量标记活跃变量，假
设未知先验，给出后验似然，通过Gibbs算法和M-H抽样算法挑选出回归系数，最后进行数值模拟验
证贝叶斯估计的有效性和变量选择的准确性.
关键词：Dirichlet分布；广义混合Poisson线性模型；贝叶斯估计；变量选择
中图分类号：O212.1文献标志码：A文章编号：1008-7974（2024）08-0022-06
DOI：10.13877/22-1284.2024.08.004
［5］
目前已有许多学者对广义线性模型进行药物等变量之间的关系.YANG等和WANG
［1-2］［6］
了研究.KEMP和CONSUL等提出了广义泊等探讨了泊松回归混合模型，给泊松回归
松分布，KEMP说明了广义泊松模型的通用混合模型加上协变量以一定的概率变成有限
性，并讨论了导致广义泊松分布的随机过程.混合泊松回归模型，用EM和最大似然估计，
［7］
CONSUL等定义并研究了一个广义泊松回归研究参数的估计值.HALL等研究了两个成
模型，该模型可用于预测受一个或多个协变分广义线性混合模型，提出了广义线性混合效
量影响的响应变量，给出了参数估计的极大应模型的有限混合，以处理集群内相关性和
似然法，并对回归参数的显著性进行了渐近异质性（子种群）同时存在的情况.NARISETTY
［3］［4］［8］［9］
检验.WANG等和FAMOVE等提出了广义等和李纯净等通过研究在贝叶斯框架下
泊松回归模型，用广义泊松回归模型对家庭考虑现状数据比例风险模型的变量选择问
生育决策进行建模，并用广义泊松回归模型题，得出贝叶斯变量选择方法模型正确识别
识别事故数量与人口信息特征、驾驶习惯和率高的结论.
收稿日期：2024-01-24
基金项目：安徽省教育厅科研基金项目（SK2021A0811）.
作者简介：李可可，女，安徽亳州人，安徽三联学院新商科学部助教；杨春雨，安徽三联学院新商科学部讲师（安徽合肥230601）.
·22·
李可可，等：广义混合Poisson线性模型的贝叶斯推断
本文将广义Poisson线性模型推广至基于个个体是第j个成分生成的数据时，，否
文档评论（0）