Global ETD Search

1	具有訊息的遺失資料計算方法之比較羅文宜 Unknown Date (has links) 對於處理部份區分或是失去部分訊息資料的類別抽樣的問題，在許多領域裡皆有許多的應用。貝氏方法雖可處理這類問題，但是貝氏方法對這類問題的計算相當耗時，因此對於這種問題的後驗估計，Jiang (1995) 及 Jiang and Dickey (2005) 提出quasi-Bayes方法，Jiang and Ko (2004)利用Gibbs sampler來近似(approximate)這些後驗估計值。但是這兩種近似方法的優劣，因為貝氏方法計算上的困難，一直沒有任何文章作這方面的比較，本文突破計算上的某些限制，在小樣本時，對這兩種近似方法的近似度(相對於真正的貝氏值)作比較，進一步探討使用兩種比較方法的優劣。遺失資料貝氏方法準貝氏法吉氏取樣器
2	分析失去部分訊息的貝氏更新計算方法 / Bayesian updating methods for the analysis of censored data. 范靜宜, Fan, Gin-Yi Unknown Date (has links) 對於使用貝氏法來處理部份區分(partially-classified)或是失去部分訊息資料的類別抽樣(categorical sampling with censored data)，大多建立在「誠實回答」(truthful reporting)以及「無價值性失去部分訊息」(non-informative censoring)的前提下。Jiang(1995)及Jiang and Dickey(2006)取消以上兩個限制，提出貝氏解並利用準貝氏法(quasi-Bayes)來求近似解，而Jiang and Ko(2004)也利用吉氏取樣器(Gibbs sampler)來近似這類問題的貝氏解。本文首先嘗試利用Kuroda, Geng and Niki(2001)所提的“平均變異數和(average variance sum)”估計法來應用到我們問題的貝氏解。在小樣本時，數值上我們可求得貝氏解，因此本文另一個重點為在小樣本時比較以上三種方法估計值的準確性，並考慮先驗參數(prior)的選取對估計的影響。本文更進一步證明若選取到某種特殊的先驗參數時，利用“平均變異數和”的方法所計算出來的結果會和準貝氏法的估計結果相同，而且皆等於用貝氏法計算出的結果。貝氏準貝氏法平均變異數和吉氏取樣器 Bayes quasi-Bayes Average variance sum Gibbs sampler

Search results

具有訊息的遺失資料計算方法之比較

分析失去部分訊息的貝氏更新計算方法 / Bayesian updating methods for the analysis of censored data.