基于Bootstrap法的動態修正貝葉斯精度評估

論文編號:SXJY130  論文字數:1895,頁數:04

基于Bootstrap法的動態修正貝葉斯精度評估

［摘要］針對工程實際中所普遍存在的小子樣條件下，研究具有多階段試驗信息時的參數估計問題，提出一種結合Bootstrap方法與動態修正貝葉斯估計方法對精度評估中的彈點散布方差進行估
計的方案。
［關鍵詞］ Bootstrap；小樣本；Bayes；精度評估

 在小子樣前提下，歷史數據和專家意見作為先驗信息變成可利用的重要資料，運用Bayes方法可以綜合當前樣本信息與先驗信息，組成較完整的后驗信息，在后驗分布的基礎上進行統計推斷。Bayes方法實質上描述了一個如何利用采樣信息修正和改進現有的概率分布的規律。
 在子樣容量不是特別小的情況下，我們認為Bootstrap法是較經典統計更為良好的非Bayes方法。本文以精度評估中落點散布方差的估計問題為例，將Bayes方法和Bootstrap法結合起來，提出動態修正貝葉斯估計的Bootstrap調整模型，并通過算例驗證方法的有效性。
 一、Bootstrap法
 在抽樣理論中，Efron（1979，1982）[1]提出了“自助法（Bootstrap）”的概念，其思想的核心是利用自助樣本（或稱為再生樣本）來估計未知概率測度的某種統計特性，如樣本分布的估計值的標準差、置信集、臨界值等。這種方法是一種使子樣信息“提攜”的方法，能較好地應用子樣自身信息，而且在工程應用中易于實現。