| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 引言 | 第6-9页 |
| 1 基础知识介绍 | 第9-17页 |
| 1.1 ROC曲线 | 第9-11页 |
| 1.2 “truth-state-runs”数据处理 | 第11-13页 |
| 1.3 贝叶斯估计 | 第13-15页 |
| 1.3.1 贝叶斯统计的三种信息 | 第13-14页 |
| 1.3.2 贝叶斯公式 | 第14-15页 |
| 1.4 马氏链蒙特卡洛算法（MCMC算法） | 第15-17页 |
| 1.4.1 M-H算法步骤 | 第15-16页 |
| 1.4.2 Gibbs采样步骤 | 第16-17页 |
| 2 模型和方法 | 第17-22页 |
| 2.1 基于双正态模型的ROC曲线 | 第17-18页 |
| 2.2 双正态模型及似然函数 | 第18-20页 |
| 2.3 贝叶斯估计的MCMC算法 | 第20-22页 |
| 3 后验分布的相合性 | 第22-25页 |
| 3.1 定理 1 | 第22-23页 |
| 3.2 定理1的证明 | 第23-25页 |
| 4 模拟实验 | 第25-27页 |
| 4.1 模拟结果 | 第25-26页 |
| 4.2 结果分析 | 第26-27页 |
| 5 实例分析 | 第27-31页 |
| 结论 | 第31-32页 |
| 参考文献 | 第32-34页 |
| 附录 Matlab程序 | 第34-38页 |
| 攻读硕士学位期间发表学术论文情况 | 第38-39页 |
| 致谢 | 第39-40页 |