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