论文部分内容阅读
本文首先讨论了基于贝叶斯方法进行模型选择与异常点识别时两者之间的相互影响关系，建议模型选择与异常点识别应结合起来同时考虑，而Gibbs抽样基于满条件的迭代恰好能够体现这种结合，因此选择Gibbs抽样算法.其次，给出了利用数据扩增方法基于模型与异常点识别变量的后验概率，进行模型与异常点同时识别的具体方法.最后，具体针对二值数据与多值序次数据，给出了利用Gibbs抽样进行模型与异常点同时识别的方法，而且通过具体的模拟算例展示了模型与异常点同时识别的过程和识别的效果.