×

使用自动蒙特卡罗EM算法对多元脆弱性模型进行最大似然推断。 (英语) 兹比尔1116.62407

摘要:我们提出了多元脆弱性模型的最大似然估计方法。该估计基于蒙特卡罗EM算法。通过使用拒绝抽样对从脆弱性的后验分布中提取的随机样本进行平均,近似得出期望步长。最大化步骤简化为标准的部分似然最大化。我们还提出了一个基于参数估计相对变化的简单规则,以决定每次迭代中的样本大小和算法的停止时间。一个重要的新概念是通过确定样本量和一种有效的采样技术来获得算法的绝对收敛性。该方法使用老鼠致癌数据集和切割玫瑰的瓶插寿命数据进行了说明。利用这两个例子,将估计结果与基于惩罚部分似然的近似推断进行了比较。与惩罚部分似然估计不同,提出的完全最大似然估计方法在估计参数标准误差时考虑了所有不确定性。

MSC公司:

62纳米02 生存分析和删失数据中的估计
62小时12分 多元分析中的估计
65二氧化碳 蒙特卡罗方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部