托马斯·弗格森。 混合正态分布的贝叶斯密度估计。 （英语） Zbl 0557.62030号 统计的最新进展，巴普。为纪念H.Chernoff，287-302（1983）。 [关于整个系列，请参见Zbl 0517.00012号.]对于正态分布的可数混合物（f（x）=sum p_ih（x|\mu_i，\sigma_i），将（p_i，\ mu_i、\sigma _i）的先验分布与\（（p_1，p2，.）\和\（\mu_1，\mu_2，…，\ sigma_1，\ sigra_2，.）独立的，\（\mu_1，\sigma_1）\），\（\ mu_2，\sigra_2）..）一起使用。i.i.d.γ正常和（p_j=\prod^{j-1}{i=1}（1-q_j）\）与\（q_1，q_2，…\）。i.i.d.β。先前的过程可以描述为Dirichlet过程\（E（f（x）|x_ 1，。。。，x _ n））是为样本计算的（x _ 1，…，x _ n）讨论了先验分布的解释（你对自己的先验猜测有多信任）和先验参数的选择。使用L.Kuo的蒙特卡罗技术进行了计算。审核人：P.基什卡 引用于67文件 MSC公司： 2015年1月62日 贝叶斯推断 62G05型 非参数估计 62A01型 统计学基础和哲学主题 65二氧化碳 蒙特卡罗方法 关键词：密度估计;正态分布的混合;伽马正常值;贝塔;迪里克莱过程;事先分配;优先参数的选择 引文：兹比尔0517.00012 PDF格式BibTeX公司 XML格式