1) Bayesian statistical inference
贝叶斯统计推论
4) Bayesian inference
贝叶斯推论
1.
As a new method in evolutionary biology, Bayesian inference of phylogeny appears to have advantages over the other menthods in terms of dealing with complex models and large dataset, interpretation of the results, and computational efficiency.
贝叶斯推论作为进化生物学的最新进展,在适用复杂模型、大型数据集、计算速度和结果容易解释等方面明显优于其它算法。
2.
Both likelihood ratio tests and Bayesian inference are employed to study the phylogeny of Phasianidae.
应用似然比检验和贝叶斯推论进行雉科分子系统学研究 。
5) Empirical Bayes Statistics
先验贝叶斯统计推断
6) Bayesian statistics
贝叶斯统计
1.
Bayesian statistics in spatial epidemiology;
空间流行病学研究中的贝叶斯统计方法
2.
The parameter of this model was estimated successfully by Bayesian statistics and the estimated result is reliable.
成功地引入了贝叶斯统计法来估计该模型参数,并对其结果进行相关性和显著性分析,证明了估计结果的可靠性。
3.
A literature mining method combining the Bayesian statistics and related articles of PubMed is proposed in this paper.
随着生物医学文献的爆炸式增长,运用数据挖掘方法从文献中发现新知识受到越来越多学者的关注,本研究提出了将贝叶斯统计与PubMed提供的相关文献结合的文献挖掘方法。
补充资料：贝叶斯统计
| 贝叶斯统计 Bayes statistics 英国学者T.贝叶斯1763年在《论有关机遇问题的求解》中提出一种归纳推理的理论，后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法。采用这种方法作统计推断所得的全部结果，构成贝叶斯统计的内容。认为贝叶斯方法是唯一合理的统计推断方法的统计学者，组成数理统计学中的贝叶斯学派，其形成可追溯到 20世纪 30 年代。到50～60年代，已发展为一个有影响的学派。时至今日，其影响日益扩大。 贝叶斯统计中的两个基本概念是先验分布和后验分布 。①先验分布。总体分布参数θ的一个概率分布。贝叶斯学派的根本观点，是认为在关于总体分布参数θ的任何统计推断问题中，除了使用样本所提供的信息外，还必须规定一个先验分布，它是在进行统计推断时不可缺少的一个要素。他们认为先验分布不必有客观的依据，可以部分地或完全地基于主观信念。②后验分布。根据样本分布和未知参数的先验分布，用概率论中求条件概率分布的方法，求出的在样本已知下，未知参数的条件分布。因为这个分布是在抽样以后才得到的，故称为后验分布。贝叶斯推断方法的关键是任何推断都必须且只须根据后验分布，而不能再涉及样本分布。 |
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