EV回归的半参数部分线性模型的Bayes估计

考察部分线性模型y=X^τ_β+g(t)+ε,ε~N(0,σ²),其中回归变量X可以精确测量,而t具有测量误差. 用光滑样条估计非参数函数g(t), 结合光滑样条的Bayes解释及Bayes的线性回归, 将模型中的未知参数赋以一定的先验, 运用Gibbs抽样方法从后验分布中抽样, 用后验样本的均值来估计未知参数. MCMC模拟的另外一个好处是容易从后验样本中构造后验样本区间估计. 最后,提供了一个模拟例子来说明Bayes方法的估计效果.     

早期老年痴呆症诊断系统数据采集器的研制

介绍采用事件关联电位Ｐ３００ 信号、事件相关脑电去同步及事件相关脑电同步信号、脑血氧饱和度信号诊断早期老年痴呆症的数据采集系统．阐述了事件关联电位、事件相关脑电同步及去同步信号与老年痴呆症之间的关系及诊断系统的工作原理;介绍了采集器的硬件方案和软件构成．     

非参数Bayes样条回归

对于非参数回归模型y= f(x)+ε,其中f (x)为光滑的连续函数.用样条函数来逼近f (x),不具体选择结点的个数,考虑到结点个数的不确定性,给定结点个数一个均匀的无信息先验,用Bayes模型平均的方法来估计f (x).得到了f (x)的Bayes估计和Bayes后验区间估计.     

扩展线性支出系统的贝叶斯估计--Gibbs抽样算法的一个应用

研究了线性支出系统的贝叶斯估计,提出了似然函数的三种等价形式,在条件共轭先验的假设下,推导了该系统贝叶斯估计的Gibbs抽样器,并用我国1999年城镇居民家庭支出数据进行了计算.     

认知诊断模型参数估计算法比较

该文在不同条件的组合下考查了EM算法和MCMC算法对3种常用的认知诊断模型(DINA模型、DINO模型和G-DINA模型)的参数估计返真性问题.借助项目参数或作答概率分布的偏差、均方根误差、平均绝对离差以及被试的平均属性判准率等指标,评价这2类算法的表现.模拟研究结果表明:MCMC算法更适用于低质量题目、小样本、测验短的条件,而在其他条件下EM算法的表现与MCMC算法的表现相当.