导读:本文包含了贝叶斯稳健性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:稳健,模型,线性,异常,地理,曲率,统计分析。
贝叶斯稳健性论文文献综述
吴世朋,张辉国,胡锡健[1]（2019）在《贝叶斯地理加权回归模型的稳健性研究》一文中研究指出文章在简要介绍地理加权回归(GWR)模型的基础上,推导地理加权回归模型的贝叶斯估计方法(BGWR),并分析该估计方法的稳健性。通过模拟实验研究贝叶斯地理加权回归在数据包含各种异常值情况下的稳健性,结果显示:贝叶斯地理加权回归比地理加权回归具有更好的稳健性。虽然贝叶斯地理加权回归模型计算时间略多一些,但是在空间数据集可能包含异常值的情况下,贝叶斯地理加权回归模型更为可靠和有效。(本文来源于《统计与决策》期刊2019年18期）
欧阳林寒,马义中,刘利平,汪建均[2]（2013）在《基于改进贝叶斯方法的稳健性设计建模技术》一文中研究指出针对模型不确定性条件下的稳健参数设计问题,在贝叶斯模型平均方法的基础上,通过考虑因子效应原则,提出基于因子效应原则的贝叶斯模型平均(BMA-EP)稳健性设计建模技术。结合先验信息与贝叶斯法则,计算主效应的后验概率并构建传统的贝叶斯模型平均模型;根据各主效应的后验概率,逐步运用效应层次原则和效应遗传原则更新各主效应的先验,确定模型的后验概率,并以该后验概率作为权重,对各模型进行加权,得到预测性能较佳且符合试验设计原则的稳健性模型。结合实际工业案例和仿真试验验证了所提方法的有效性,结果表明,所提方法不但改善了模型的预测性能,而且提高了最佳参数设置的可靠性。(本文来源于《计算机集成制造系统》期刊2013年08期）
邱红兵,罗季[3]（2013）在《矩阵损失下贝叶斯线性无偏估计及其稳健性》一文中研究指出证明了,在一般线性模型中,未知参数在二次损失下的贝叶斯线性无偏估计也是矩阵损失下的贝叶斯线性无偏估计.讨论了贝叶斯线性无偏估计关于误差分布的稳健性,给出了未知参数的贝叶斯线性无偏估计是最优估计的充分必要条件.(本文来源于《华东师范大学学报(自然科学版)》期刊2013年01期）
朱慧明,邓迎春[4]（2009）在《基于Gibbs抽样的贝叶斯稳健ARMA模型研究》一文中研究指出针对ARMA模型建模过程中模型识别和参数估计易受观测值异常点影响问题,构建了同时考虑加性异常点和更新性异常点的ARMA模型.运用基于Gibbs抽样的Markov Chain Monte Carlo贝叶斯方法,估计稳健ARMA模型参数,同步确定观测值中异常点的位置,辨别异常点类型.并利用我国人口自然增长数据进行仿真分析,研究结果表明:贝叶斯方法能够有效地识别ARMA序列的异常点.(本文来源于《经济数学》期刊2009年02期）
杨珂玲,葛翔宇,陈战波[5]（2009）在《ε-代换类先验分布族的贝叶斯稳健性分析》一文中研究指出对ε-代换类:Γ={π:π=(1-ε)π0+εq,q∈D(0≤ε≤1)的贝叶斯稳健性进行分析,π0是选定的先验分布,D为分布集.首先讨论了分布集D的选择对后验稳健性的影响.其次讨论了当D的选择合理时,ML-Ⅱ估计■是后验稳健的,并以■为先验分布,分别对正态分布进行稳健贝叶斯分析.(本文来源于《江汉大学学报(自然科学版)》期刊2009年02期）
杨珂玲[6]（2007）在《ε-代换类先验分布族的贝叶斯稳健性分析》一文中研究指出令Γ={π∶π=(1-ε)π_0+εq，q∈D}，0≤ε≤1，其中π_0是选定的先验分布，D为分布集所定义的先验的ε-代换类，在研究后验稳健性中具有特殊的吸引力。在本文中采用的稳健性的评价标准是使用传统的Bayes风险准则。若L(θ，a)是损失函数，ρ(π(θ|x)，a)为a的后验期望损失，那么我们就用((?)ρ(π(θ|x)，a)，(?)ρ(π(θ|x)，a))来评价a的稳健性。1973年Huber给出的定理，对后验稳健性的计算是基于D={所有分布}。许多参考文献中对Bayes稳健性的讨论都是在此定理的基础上进行的，但是在实际的应用中，我们发现此定理中D的选择太大会影响后验稳健性的效果。本文是对ε-代换类：Γ={π∶π=(1-ε)π_0+εq，q∈D}，0≤ε≤1，下的贝叶斯稳健性进行分析，首先讨论了分布集D的选择对后验稳健性的影响，选择出了合理的分布集D。其次讨论了在合理选择的D下，ML-Ⅱ估计(?)是后验稳健的，也即确定了具体的稳健先验。以正态分布为例给出了具体的选取稳健先验分布的方法。最后对于先验分布π_0单峰、峰值为θ_0的情况下，给出了稳健的先验分布类，并找出了稳健的ML-Ⅱ估计(?)。(本文来源于《华中师范大学》期刊2007-05-01）
华鹏,刘福升[7]（2004）在《ε-代换类先验的贝叶斯稳健性》一文中研究指出考查了ε-代换类先验的贝叶斯稳健性,衡量其稳健与否的标准是先验为ε-代换类的后验分布的kullback leibler散度和它的曲率。给出了多维和非共轭情况下后验的kullback leibler散度的曲率的变化范围。(本文来源于《山东科技大学学报(自然科学版)》期刊2004年04期）
贝叶斯稳健性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对模型不确定性条件下的稳健参数设计问题,在贝叶斯模型平均方法的基础上,通过考虑因子效应原则,提出基于因子效应原则的贝叶斯模型平均(BMA-EP)稳健性设计建模技术。结合先验信息与贝叶斯法则,计算主效应的后验概率并构建传统的贝叶斯模型平均模型;根据各主效应的后验概率,逐步运用效应层次原则和效应遗传原则更新各主效应的先验,确定模型的后验概率,并以该后验概率作为权重,对各模型进行加权,得到预测性能较佳且符合试验设计原则的稳健性模型。结合实际工业案例和仿真试验验证了所提方法的有效性,结果表明,所提方法不但改善了模型的预测性能,而且提高了最佳参数设置的可靠性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
贝叶斯稳健性论文参考文献
[1].吴世朋,张辉国,胡锡健.贝叶斯地理加权回归模型的稳健性研究[J].统计与决策.2019
[2].欧阳林寒,马义中,刘利平,汪建均.基于改进贝叶斯方法的稳健性设计建模技术[J].计算机集成制造系统.2013
[3].邱红兵,罗季.矩阵损失下贝叶斯线性无偏估计及其稳健性[J].华东师范大学学报(自然科学版).2013
[4].朱慧明,邓迎春.基于Gibbs抽样的贝叶斯稳健ARMA模型研究[J].经济数学.2009
[5].杨珂玲,葛翔宇,陈战波.ε-代换类先验分布族的贝叶斯稳健性分析[J].江汉大学学报(自然科学版).2009
[6].杨珂玲.ε-代换类先验分布族的贝叶斯稳健性分析[D].华中师范大学.2007
[7].华鹏,刘福升.ε-代换类先验的贝叶斯稳健性[J].山东科技大学学报(自然科学版).2004
论文知识图
