论文部分内容阅读
目的：比较类别归因比例的Ｂａｙｅｓ图模型估计与极大似然估计方法。方法：应用Ｇｉｂｂｓ抽样和迭代蒙特卡罗方法得到参数后验分布，得到类别归因比例的模型法估计，应用婴儿低出生体重资料分析孕妇吸烟状况的类别归因比例。结果：类别归因比例的Ｂａｙｅｓ估计与极大似然估计一致性较好。结论：Ｂａｙｅｓ方法避免了复杂伯解析和高维积分运算，对于复杂模型估计，比极大似然估计有更实际的可行性。