文献类型：期刊文章

作　　者：和燕[1] 彭燕梅[2] 唐年胜[3]

机构地区：[1]楚雄师范学院计算机科学与技术系,云南楚雄675000 [2]楚雄师范学院地理科学与旅游管理系,云南楚雄675000 [3]云南大学应用统计研究中心,云南昆明650091

出　　处：《生物数学学报》

基　　金：国家自然科学基金资助项目(10961026);云南省教育厅科研基金资助项目(06Y046F);院级科研骨干专项资助项目(05YJGG12)

年　　份：2012

卷　　号：27

期　　号：2

起止页码：357-364

语　　种：中文

收录情况：CSCD、CSCD2011_2012、JST、MR、ZMATH、普通刊

摘　　要：给出协变量带有不可忽略缺失数据的非线性再生散度模型的Bayes方法,缺失数据机制由Logistic回归模型来确定.Gibbs抽样技术和Metropolis-Hastings算法(简称MH算法)用来得到模型参数、缺失数据机制中回归系数的联合Bayes估计,并用实例加以说明.

关 键 词：不可忽略缺失数据机制  非线性再生散度模型 Dirichlet先验分布  BAYES方法 MCMC  协变量

分 类 号：O212.1]