版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、模型選擇是統(tǒng)計(jì)分析的重要組成部分,也是大多數(shù)科學(xué)工作的中心.研究人員收集數(shù)據(jù)后經(jīng)常希望能夠得到一個(gè)較好描述數(shù)據(jù)特征的模型,以后的分析工作都將在假定這個(gè)模型是生成數(shù)據(jù)的真實(shí)模型的基礎(chǔ)上進(jìn)行,為此模型的挑選具有非常重要的意義.許多的統(tǒng)計(jì)學(xué)者從頻率的或貝葉斯的角度考慮了模型的挑選,并開(kāi)發(fā)出大量的方法,本文我們就主要圍繞模型選擇問(wèn)題展開(kāi)討論.
現(xiàn)代醫(yī)藥學(xué)研究都需要通過(guò)統(tǒng)計(jì)分析得到一個(gè)科學(xué)的結(jié)論,這篇文章中我們首先就針對(duì)藥物毒性研究
2、階段的兩組數(shù)據(jù)進(jìn)行分析,考慮使用新的劑量反應(yīng)函數(shù)或模型是否更適合.這兩組數(shù)據(jù)中包含了連續(xù)型數(shù)據(jù)與離散型數(shù)據(jù),其中,一組是考慮受試者對(duì)藥物敏感的模式,另一組是考慮受試者與某種藥物間的劑量反應(yīng)關(guān)系.我們使用貝葉斯因子與交叉核實(shí)兩種方法來(lái)處理這兩個(gè)問(wèn)題,其中由于貝葉斯因子經(jīng)常是難以計(jì)算的,利用Schwarz所描述的貝葉斯因子與貝葉斯信息準(zhǔn)則間的關(guān)系,我們便可通過(guò)后者來(lái)簡(jiǎn)單的計(jì)算貝葉斯因子進(jìn)行模型選擇.由于醫(yī)藥學(xué)研究關(guān)乎人類(lèi)的生命,因此選擇一個(gè)
3、最適合的模型對(duì)后續(xù)的風(fēng)險(xiǎn)評(píng)估工作的開(kāi)展是極其重要的.
本文的另一項(xiàng)主要工作就是對(duì)變量選擇問(wèn)題的研究.混合模型由于其特殊的模型結(jié)構(gòu)能有效地反映數(shù)據(jù)中潛在的異質(zhì)性,因而得到了廣泛的關(guān)注.我們使用純粹的貝葉斯方法處理成分個(gè)數(shù)未知的混合回歸模型中的變量選擇問(wèn)題.針對(duì)混合模型MCMC抽樣時(shí)產(chǎn)生的變維問(wèn)題,我們使用可逆跳MCMC的手法,給出了相應(yīng)的抽樣方案,使得確定混合成分個(gè)數(shù)、挑選預(yù)測(cè)變量、聚類(lèi)觀測(cè)個(gè)體三項(xiàng)任務(wù)同時(shí)完成.我們還進(jìn)一步
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 混合模型的貝葉斯分析.pdf
- 基于貝葉斯因子的SV模型選擇.pdf
- 基于貝葉斯方法的有限元模型修正研究.pdf
- 基于層次貝葉斯自適應(yīng)稀疏的高斯混合模型.pdf
- 貝葉斯廣義線性混合模型及其醫(yī)學(xué)應(yīng)用.pdf
- 基于貝葉斯方法的隨機(jī)波動(dòng)模型分析及比較.pdf
- 基于非參數(shù)貝葉斯方法的情感主題模型構(gòu)建.pdf
- 基于改進(jìn)樸素貝葉斯的蛋白質(zhì)提純方法選擇.pdf
- 基于周期的貝葉斯網(wǎng)絡(luò)預(yù)測(cè)模型.pdf
- 基于貝葉斯網(wǎng)絡(luò)的預(yù)測(cè)模型研究.pdf
- 基于貝葉斯博弈的攻擊預(yù)測(cè)模型.pdf
- 基于貝葉斯網(wǎng)絡(luò)的互動(dòng)故事模型.pdf
- 基于貝葉斯方法的網(wǎng)絡(luò)廣告預(yù)測(cè)模型研究.pdf
- 求解梁模型反問(wèn)題的貝葉斯方法.pdf
- 基于隨機(jī)有限集的多目標(biāo)貝葉斯濾波方法研究.pdf
- 基于隨機(jī)森林特征選擇的貝葉斯分類(lèi)模型及應(yīng)用.pdf
- 貝葉斯方法在精算模型中的應(yīng)用.pdf
- 貝葉斯方法在變量選擇問(wèn)題中的應(yīng)用.pdf
- 基于動(dòng)態(tài)貝葉斯模型的基因調(diào)控網(wǎng)絡(luò)構(gòu)建方法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的用戶(hù)模型研究.pdf
評(píng)論
0/150
提交評(píng)論