Bayesian model selection of latent variable model = 潜在变量模型的贝叶斯模型选择

DSGE模型的贝叶斯估计

动态随机一般均衡自20世纪80年代被提出以来，经过不断发展和演变，已成为研究宏观经济波动的主流分析工具，并为一些国家的宏观经济决策所重视。因此，本书选择使用宏观经济学领域的前沿分析方法——贝叶斯来研究经...

非寿险精算中的贝叶斯统计分析

在非寿险精算中，由于风险的复杂性和齐次性，风险参数常常假设为随机变量，具有某个先验分布。从而对风险相关特征的统计推断就落入了贝叶斯统计框架。本书在贝叶斯模型假设下，充分利用先验信息和样本信息研究非寿...

金融时间序列模型的贝叶斯单位根检验

在计量经济学中，单位根检验是一个非常重要的研究问题，它是观察时间序列是否平稳的一个重要方法。从计量经济学建模理论上讲，单位根检验的理论目的在于：确定一个金融时间序列是否差分平稳。其中的平稳是指序列在...

贝叶斯统计分析及其应用

本书选择了在经济科学、工程技术、医学、环境科学、保险精算学等诸多学科起重要作用的Rayleigh分布、Pareto分布、Poisson分布、Burr分布等进行深入研究，完善了独立随机变量条件下的Bayesian统计分析及其应...

基于分层贝叶斯模型的高血压时空分布特征及其演化规律研究

分层贝叶斯模型以分层结构进行建模，具有易于扩展性、灵活性等特点，从而成为时空统计模型的核心方法之一。本书对分层贝叶斯模型进行理论拓展，探讨同时将时间与空间维度信息融入模型的构建过程，研究我国高血压时...

统计反思 用R和Stan例解贝叶斯方法

本书从贝叶斯统计方法的角度出发，提出了基于贝叶斯概率和最大熵的广义线性分层模型，内容涵盖从基本的回归分析到分层模型。此外，作者还讨论了测量误差、丢失数据，以及处理空间和网络自相关的高斯过程模型。本书...

贝叶斯网络分类器 算法与应用

分类是数据挖掘中一项非常重要的任务，在现实生活中有着广泛的应用。比如，文本分类、岩爆预测、欺诈检测等等。构造分类器的方法很多，常见的有贝叶斯网络、决策树、基于实例的学习、人工神经网络、支持向量机、...

贝叶斯滤波与平滑

本书主要围绕贝叶斯滤波与平滑的相关知识点展开。首先，介绍了贝叶斯理论的基本原理，包括：贝叶斯滤波与平滑的概念及应用，贝叶斯推理的基本内容与贝叶斯解算所涉及的数学基本方法，以及贝叶斯估计理论。其次，论述.....

统计稀疏学习中的贝叶斯非参数建模方法及其应用研究

本书根据贝叶斯估计的基本原理，将待估计的参数看作符合某种先验概率分布的随机变量并估计方式，通过观察样本，将先验概率密度通过贝叶斯规则转化为后验概率密度。同样根据每一类的训练样本估计每一类的类条件概...