1) Bayesian analysis
贝叶斯分析
1.
Bayesian Analysis of Stochastic Volatility Model with Leverage Effect and Its Application;
具有杠杆效应SV模型的贝叶斯分析及其应用
2.
A new combined forecasting in this paper was introduced,which was on the basis of Bayesian analysis,Experts experience,MCMC,Gibbs sample and real-time emendation function.
针对历史洪水数据不丰富的流域难于利用多种水文组合预报模型进行洪水预报的现状,构建了以贝叶斯分析为基础,同时结合专家经验、马尔科夫蒙特卡洛模拟、Gibbs抽样法,并引入实时校正的组合预报模型。
3.
Aiming at the two situations-abundance or lack of history flood data,the combined forecasting models separately based on multi-objective fuzzy optimization theory and Bayesian analysis theory are proposed correspondingly.
针对历史洪水数据丰富和相对贫乏两种情况,分别提出基于多目标模糊优选和基于贝叶斯分析的组合预报模型。
2) Bayes analysis
贝叶斯分析
1.
Bayes Analysis of Continuous-Time Assets Return Models;
连续时间资产收益模型的贝叶斯分析
2.
Based on statistical decision-making and bayes analysis,combining the expert information with collected data,the production definition′s opportunity of weapons with pipes is determined quantitatively,which provids the theoretical and data-dependent support for the definition committee′s decision-making.
提出以大型试验批个数来确定身管武器生产定型时机的方法,并依据统计决策与贝叶斯分析方法,结合专家信息与收集的数据,对身管武器生产定型时机作出量化判定,为定型委员会的决策提供理论与数据支持。
3.
To overcome the hardship of enacting the pre-probability distribution with high certainty factor,this paper proposes one novel way of applying Bayes analysis to classify pattern.
针对模式分类中高置信度的先验概率分布难以设定的问题,提出了一种新的应用贝叶斯分析进行模式分类的方法。
3) naive Bayesian algorithm
朴素贝叶斯分析
4) quasi-Bayesian analysis
拟贝叶斯分析
5) bayesian data analysis
贝叶斯数据分析
6) Bayesian decision analysis methods
贝叶斯决策分析
1.
Project bidding based on the Bayesian decision analysis methods;
基于贝叶斯决策分析方法的工程投标决策研究
补充资料：贝叶斯公式
贝叶斯公式为利用搜集到的信息对原有判断进行修正提供了有效手段。在采样之前，经济主体对各种假设有一个判断（先验概率），设为，{}。
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
，= 1， 2， %26#8230;， (5.5)
在实际经济生活中，信息搜寻工作不是一次就完成的。当信息搜寻进行到某一阶段，设已进行了 次采样( =1，2，%26#8230;)，此时经济主体对各假设的后验概率的认识为
=1， 2， %26#8230;， (5.6)
其中，表示在第次采样前对假设的判断，当 =1时即表示第一次采样前的先验概率，从而式(5.5)变成式(5.6)的一个特例，即，将其记为。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条