左截斷右刪失數(shù)據(jù)下指數(shù)分布變點(diǎn)的Bayes估計(jì).pdf

1、近幾十年，變點(diǎn)問題逐漸成為統(tǒng)計(jì)學(xué)者研究的一個熱點(diǎn)方向，理論研究與實(shí)際應(yīng)用都得到了快速發(fā)展，國內(nèi)外產(chǎn)生了許多關(guān)于變點(diǎn)問題的理論與實(shí)際應(yīng)用成果，諸如Csorgo、Horvath、Haccon、Daniel和陳希孺、張丕遠(yuǎn)、熊立華等人對變點(diǎn)問題的深入研究都產(chǎn)生了很大的影響。隨著統(tǒng)計(jì)學(xué)者的努力和重視，統(tǒng)計(jì)方法得到了不斷創(chuàng)新與發(fā)展，現(xiàn)已有一些較好處理變點(diǎn)問題的方法如：非參數(shù)法、最小二乘法、局部比較法、Bayes法、似然比法等。Bayes方法是基于

2、總體，樣本和先驗(yàn)信息進(jìn)行的一種區(qū)別于經(jīng)典統(tǒng)計(jì)的推斷，通過先驗(yàn)信息來推導(dǎo)后驗(yàn)分布。Bayes統(tǒng)計(jì)發(fā)展非?？焖伲P(guān)于Bayes統(tǒng)計(jì)的專業(yè)會議也越來越多，Bayes統(tǒng)計(jì)學(xué)派已經(jīng)逐漸成為一個非常具有影響力的學(xué)派。Bayes方法已滲透到數(shù)理統(tǒng)計(jì)的各個領(lǐng)域，影響著每個學(xué)習(xí)統(tǒng)計(jì)方面的人，使得大家對Bayes方法都有所了解，因此Bayes方法在實(shí)踐中獲得了日趨廣泛的應(yīng)用。加上Bayes方法中的Markov Chain Monte Carlo(MCMC)

3、方法簡化了操作過程，使得復(fù)雜的變點(diǎn)問題的試驗(yàn)變得簡單可行。
　　本研究首先對變點(diǎn)問題進(jìn)行了現(xiàn)狀分析以及詳細(xì)的介紹，主要介紹了三種常見的變點(diǎn)問題的研究方法，和Bayes統(tǒng)計(jì)方面的相關(guān)知識。其次給出了左截斷右刪失數(shù)據(jù)的基本介紹并推導(dǎo)出左截斷右刪失數(shù)據(jù)下指數(shù)分布的似然函數(shù)，采取一種補(bǔ)全數(shù)據(jù)的方法，使得不完全數(shù)據(jù)轉(zhuǎn)換為完全數(shù)據(jù)，采用Fisher信息陣來確定參數(shù)的無信息先驗(yàn)，利用Bayes估計(jì)理論推導(dǎo)得出左截斷右刪失數(shù)據(jù)下指數(shù)分布變點(diǎn)中各參