论文部分内容阅读
非线性再生散度随机效应模型是一类非常广泛的统计模型,包括了线性随机效应模型、非线性随机效应模型、广义线性随机效应模型和指数族非线性随机效应模型等.本文研究非线性再生散度随机效应模型的贝叶斯分析.通过视随机效应为缺失数据以及应用结合Gibbs抽样技术和Metropolis-Hastings算法(简称MH算法)的混合算法获得了模型参数与随机效应的同时贝叶斯估计.最后,用一个模拟研究和一个实际例子说明上述算法的可行性.