基于Bayes后验概率的自变量与异常点的同时识别

摘要：

本文基于自变量与异常点识别隐变量的联合Bayes后验概率,给出了自变量与异常点同时识别的一般方法,且利用Gibbs抽样降低了Bayes后验概率的计算复杂度.其次,针对多值序次数据模型自变量与异常点的同时识别展开详细讨论,给出了同时识别的具体过程.最后通过模拟算例展示了本文方法的有效性.

关键词：隐变量、Gibbs抽样、自变量选择、异常点识别、多值序次数据

所属期刊栏目：29

分类号：O212(概率论与数理统计)

在线出版日期：2012-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：31-37