学术论文

      非正常分层先验下多元线性模型中后验的正常性

      Improper and Proper Posteriors with Improper Hierarchical Priors in a Multivariate Linear Model

      摘要:
      在Bayes分析中,MCMC算法是一个简单且行之有效的计算后验的方法.但是,有时在非正常后验下得到的Markov链也可能表现出似乎收敛的特征,这将会导致不正确的统计推断.为此,本文给出了在多元线性模型中利用非正常分层先验得到正常后验所需满足的充要条件.此外,使用Gibbs方法和Metropolis-Hasting方法来进行后验抽样,并通过随机模拟说明了正常后验理论结果的重要性.
      作者: 贺磊 [1] 何道江 [2]
      Author: HE Lei [1] HE DaoJiang [2]
      作者单位: 安徽师范大学统计系,芜湖,241003;上海师范大学数理学院,上海 200234 安徽师范大学统计系,芜湖,241003
      刊 名: 应用概率统计 ISTICPKU
      年,卷(期): 2017, 33(1)
      分类号: O212.8
      在线出版日期: 2017年3月31日
      基金项目: The research was supported by the National Natural Science Foundation of China,the Key Project from Anhui Provincial Education Department