论文部分内容阅读
在抽样调查问题中,我们通常用某种指标来表示个体的某些属性,比如产品按照质量等级可分为优等品,中等品和次品等等.我们关心的是处于不同状态的个体所占总体的比例.有时我们还要考虑与这个比例相关的一些量的估计问题和假设检验问题.以往的方法计算量大,在数据量大或者在分层抽样的情况下,计算比较困难.本文中,我们提出一种无信息先验Bayes方法,构造一个HierarchicalBayes(层次Bayes)模型,通过引入一个超参数来帮助我们描述总体的先验分布,并结合抽样获得的样本,推导出我们所关心的比例的后验分布.然后,我们按照推导出的后验分布公式,通过随机模拟的方法得到我们所关心的比例的后验分布,从而解决了关于比例的各种推断问题.这种随机模拟的方法不仅计算速度很快,而且适用于总体数量较大和分层抽样的情况.得到的估计量也具有较高的准确性.