贝叶斯方法在模型选择中的应用
| 第1章 绪论 | 第1-9页 |
| 第2章 基础知识 | 第9-23页 |
| ·怎样构造模型 | 第9-10页 |
| ·怎样选择逼近分布函数 | 第10页 |
| ·实例说明 | 第10-18页 |
| ·常见差异和标准 | 第18-19页 |
| ·估计标准 | 第19-21页 |
| ·渐近方法 | 第19-21页 |
| ·交叉判断法 | 第21页 |
| ·选择的偏差 | 第21-23页 |
| 第3章 贝叶斯模型选择与平均 | 第23-39页 |
| ·提出问题 | 第23-25页 |
| ·贝叶斯模型选择 | 第25-27页 |
| ·比较信息标准 | 第27页 |
| ·贝叶斯模型平均 | 第27-29页 |
| ·模型不确定性问题 | 第29页 |
| ·贝叶斯方法在不确定性方面的应用 | 第29-31页 |
| ·确定模型范围 | 第31-33页 |
| ·选择先验信息 | 第33-34页 |
| ·具体计算与实现 | 第34-39页 |
| ·兴趣量概率 | 第34-35页 |
| ·模型后验概率 | 第35-37页 |
| ·贝叶斯因子 | 第37-39页 |
| 第4章 贝叶斯方法与线性回归模型 | 第39-45页 |
| ·选择自变量 | 第39-42页 |
| ·评价全部可能的回归方程法 | 第40页 |
| ·向后消元法 | 第40页 |
| ·向前选元法 | 第40-42页 |
| ·参数先验信息的确定 | 第42-43页 |
| ·确定模型后验概率 | 第43-45页 |
| 第5章 实例 | 第45-52页 |
| ·一般方法 | 第45-47页 |
| ·贝叶斯方法 | 第47-50页 |
| ·数据预测 | 第50-52页 |
| 第6章 结论 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第57页 |
