后验分布

词组短语

posterior distribution

与后验分布相关的网络例句 [注：此内容来源于网络，仅供参考]

Using the Bayes's theory about a estimate,the article researches the problem of probability change points,then gives a concrete priori distribution and posterior distribution,as well as gives a judge to the existence of probability change points.

利用Bayes估计理论，研究概率变点问题，给出变点的一个具体先验分布和后验分布，并对变点的存在性作出判断。

Study is made of Bayes estimation of the error rate proportionality parameter θ in the JM model for testing software reliability,leading to the a priori,a posteriori distribution of θ and the coresponding Bayes estimates on the Bayes assumption,Jeffrey s principle and conjugate dis- tribution,together with their comparison and discussion.

讨论了软件可靠性模型——JM 模型中故障率比例参数θ的 Bayes 估计问题，分别求出了在贝叶斯假设、杰弗莱原则和共轭分布原则下参数θ的先验分布、后验分布及相应的 Bayes 估计，并对它们进行了比较和讨论。

Finishing calculation of mean value, standard deviation, skewness, kurtosis of Beta distribution.(2) Fitting parameters of many kinds of typical distribution and using residual deviation to evaluate fitting precision.(3) Using Beta distribution as an agreed indication distribution applied to many kinds of practical photoelectric measurement distributions.(4) Deriving theory formula of Bayes point estimation about Beta distribution parameters and mean value and standard deviation on the condition of mean square error loss function and supposed the prior distribution is uniform distribution.(5) Generating MCMC sample from post distribution by the method of Gibbs sample algorithm. Calculating bayes point estimation from sample on the condition of mean square error loss function. Calculating confidence interval by an approximate method to complete interval estimation.

本文的主要工作有：(1)解决了Beta分布参数a和b的精确计算以及均值、标准差、偏度、峰度的计算问题；(2)拟合出10余种典型分布的Beta分布的两个参数，并且采用剩余标准差评价该Beta分布的拟合精度；(3)对多种典型的光学与光电测量系统的测量分布进行了Beta分布统示表示；(4)在假设先验分布为均匀分布前提下，得到参数a和b以及均值μ和标准差σ在均方误差损失函数下的贝叶斯点估计理论计算公式；(5)利用直接抽样的Gibbs抽样算法，从后验分布中产生MCMC样本，从样本直接计算均方误差损失函数下的贝叶斯点估计，并使用一种近似方法计算其置信区间，完成区间估计。

When it comes to the non-parameter density estimation technique for characterizing the region feature distribution, it also takes the collective distribution into consideration because of inaccurate segmentation.

此外，在应用非参数密度估计技术来构造语义类的特征分布时，针对区域分割的不精确性，该文还考虑了区域特征空间的总体分布因素，进而对区域的后验分布进行更可靠地估计。

Finally we studied the problem of the lower Bayesian confidence limit on the process capability index C_ The Jeffreys'non-informative prior distribution depending on Fisher's information is explored. The posterior distribution of C_is conducted.

最后，研究了C_pm指数置信下限的问题，通过Fisher信息阵确定Jeffrey无信息先验分布，推导出C_pm的后验分布，并据此采用最大后验密度方法构造了贝叶斯置信下限。

Because the MCMC method is efficient in dealing with problems of high dimension, likelihood function and posterior distribution. In this paper, we will estimate parameters in models by MCMC method.

由于MCMC方法在解决SV模型中的高维分布参数估计以及求解似然函数和后验分布都更加有效，因此本文利用MCMC方法估计模型中的参数。

The general process for Bayes analysis is: prior distribution + data = posterior distribution.

Bayes分析的一般程序是先验分布＋数据＝后验分布。

Using the posterior distribution, we analyzed the influence of a particular datum as well as the data of one individual, on the estimates of the parameters.

我们在第三章采用分层模型思想，导出了效应参数的后验分布，并以这一分布为基础讨论了混合效应模型的Bayes局部影响分析。

Then give a conveniency and applied Bayes-information fusion method when prior information comes from different sources, and find the prior distribution and posterior distribution of the failure rate.

然后，在产品具有多源验前信息源的情况下，给出了一种方便实用的Bayes信息融合方法，充分融合各验前信息，得到产品失效率的验前分布及后验分布。

The noninformative prior of the standard deviation of error terms was introduced for Bayesian analysis. Then, given the prior density of the random coefficients in the degradation path model, the Markov Chain Monte Carlo method was adopted to generate samples of joint posterior distribution of random coefficients and unknown standard deviation.

为了处理未知的误差项方差，引入相应的标准差的无信息先验分布，并进一步结合退化轨道模型中随性参数的先验分布，利用马尔可夫链蒙特卡罗方法得到随机参数及误差项标准差的联合后验分布的采样值，进而实时预测产品在未来一段时间内的可靠度。

与后验分布相关的网络解释 [注：此内容来源于网络，仅供参考]

posterior density function：后验密度函数

poster 广告;海报;标语 | posterior density function 后验密度函数 | posterior distribution 后验分布

Posterior distribution：后验分布

参数被看成是随机变量,它的概率分布有两种:第一种是在试验之前就已经知道的被称为先验分布(prior distribution),它可以通过对以往的关于参数的知识进行总结作一个主观判断得到;第二种是在试验之后得到的被称为后验分布(posterior distribution).

Posterior distribution：验后分布

后囊切除:posterior capsulotomy | 验后分布:Posterior distribution | 环构后肌:posterior cricoarytenoid muscle

final posterior distribution：最终后验分布

final position 最终位置 | final posterior distribution 最终后验分布 | final pressure 终压,最后压力

truncated posterior distribution：截尾后验分布

truncated plant 截主枝植物 | truncated posterior distribution 截尾后验分布 | truncated sample 截断样本

posterior probability：后验概率

主流的金融学理论中,一般把人们对不确定条件下各种未知变量的认知假定为了解其概率分布;而具体到决策过程,则认为个体所遵循的基本法则是贝叶斯规则,即人们根据新的信息从先验概率(prior probability)得到后验概率(posterior probability)的方法.

Prior probability：先验概率

主流的金融学理论中,一般把人们对不确定条件下各种未知变量的认知假定为了解其概率分布;而具体到决策过程,则认为个体所遵循的基本法则是贝叶斯规则,即人们根据新的信息从先验概率(prior probability)得到后验概率(posterior probability)的方法.

regularization：规则化

缩写为MAP)估计方法根据经验数据获得对难以观察的量的点估计. 它与最大似然估计中的 Fisher 方法有密切关系,但是它使用了一个增大的优化目标,这种方法将被估计量的先验分布融合到其中. 所以最大后验估计可以看作是规则化(regularization)的最大似然估计.

truncated sample：截断样本

truncated posterior distribution 截尾后验分布 | truncated sample 截断样本 | truncated tip 锥头电极

posterior capsulotomy：后囊切除

体内培养:Posterior capsule opacification | 后囊切除:posterior capsulotomy | 验后分布:Posterior distribution