兩類統(tǒng)計模型中方差和協方差分量的Bayes估計.pdf

1、回歸模型中的方差和協方差分量的估計在工業(yè)、化學、生物和行為科學等領域中有廣泛應用，本文中的兩類統(tǒng)計模型分別為非線性模型和混合整數線性模型。通過采用Bayes方法，從無先驗信息和有逆Gamma先驗信息出發(fā)，研究了這兩類統(tǒng)計模型中的方差和協方差分量的估計。 本文中所研究的非線性模型中方差和協方差分量的Bayes估計包含相關系數ρ，而其他學者提出的線性模型中方差和協方差分量的Bayes估計只是本文的特殊情況。通過實例說明了Bayes方

2、法是可行的，并且有逆Gamma先驗信息要比無先驗信息得出的結果要好。 對混合整數線性模型的研究。始于GPS定位測量(Xu Peiliang，2006)，這個問題在統(tǒng)計學中還沒有研究。GPS定位測量中研究的只是基線向量β∈R1和雙差整周模糊度θ∈Zm，沒有考慮方差和協方差分量。從統(tǒng)計學的角度來看，方差和協方差分量的估計與其他未知參數的估計同樣重要，從而本文所研究的另一個問題是混合整數線性模型中方差因子的Bayes估計，并通過衛(wèi)星在