基于零膨胀计数数据回归模型的贝叶斯分析
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 贝叶斯分析方法 | 第12-13页 |
| 1.2 零膨胀计数数据 | 第13-17页 |
| 1.2.1 计数数据及经典模型 | 第13-15页 |
| 1.2.2 零膨胀计数数据 | 第15-17页 |
| 1.3 多元偏斜正态(SN)分布 | 第17-19页 |
| 1.4 本文主要工作及创新特色 | 第19-20页 |
| 第二章 ZIP回归模型 | 第20-32页 |
| 2.1 ZIP回归模型 | 第20-21页 |
| 2.2 Probit模型 | 第21-23页 |
| 2.2.1 Probit模型简介 | 第21-23页 |
| 2.2.2 基于Probit回归的ZIP模型 | 第23页 |
| 2.3 贝叶斯后验推断 | 第23-27页 |
| 2.3.1 先验设置 | 第23-24页 |
| 2.3.2 Probit模型的后验推断 | 第24-25页 |
| 2.3.3 数据添加 | 第25页 |
| 2.3.4 Gibbs抽样与M-H算法 | 第25-27页 |
| 2.3.5 参数的贝叶斯估计 | 第27页 |
| 2.4 模型选择与评价 | 第27-28页 |
| 2.4.1 偏差信息准则(DIC) | 第27-28页 |
| 2.4.2 用于模型评价的偏后验预测p值 | 第28页 |
| 2.5 实例分析 | 第28-31页 |
| 2.5.1 数据及模型 | 第29页 |
| 2.5.2 模型比较与估计结果 | 第29-31页 |
| 2.6 结论 | 第31-32页 |
| 第三章 基于偏斜正态分布的ZINB层次回归模型 | 第32-44页 |
| 3.1 ZINB模型 | 第32页 |
| 3.2 ZINB混合效应模型 | 第32-33页 |
| 3.3 层次回归模型 | 第33-35页 |
| 3.4 基于SN分布的层次回归建模 | 第35-36页 |
| 3.4.1 SN分布的随机表示 | 第35页 |
| 3.4.2 基于SN分布的层次模型 | 第35-36页 |
| 3.5 贝叶斯推断方法 | 第36-38页 |
| 3.5.1 数据添加 | 第36-37页 |
| 3.5.2 基于数据添加的三层次模型 | 第37-38页 |
| 3.6 实例分析 | 第38-42页 |
| 3.7 结论 | 第42-44页 |
| 第四章 结束语 | 第44-46页 |
| 致谢 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 附录A 攻读硕士学位期间发表论文 | 第52页 |
