| dc.contributor.advisor | 祁和福 | zh_TW |
| dc.contributor.author (Authors) | 曾碧淵 | zh_TW |
| dc.creator (作者) | 曾碧淵 | zh_TW |
| dc.date (日期) | 1973 | en_US |
| dc.date.accessioned | 6-May-2016 14:09:06 (UTC+8) | - |
| dc.date.available | 6-May-2016 14:09:06 (UTC+8) | - |
| dc.date.issued (上傳時間) | 6-May-2016 14:09:06 (UTC+8) | - |
| dc.identifier (Other Identifiers) | B2002008890 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/93751 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 統計學系 | zh_TW |
| dc.description.abstract (摘要) | 一般計量經濟學所討論的範圍內，所使用的統計方法，皆以古典的迴歸技巧為基礎，來分析其資料。此種方法雖可對所欲觀測的經濟現象，做很多的統計推論，但此推論所根據的資料，僅能從現有的情報中加以分析，至於此經濟現象過去試驗，所得到的情報皆未能加以使用。關於此種過去試驗所得到的事前情報之利用，乃本文所討論的重點所在。 貝氏方法應用在迴歸模型上，實際上即利用貝氏定理有關的觀念與推理，以分析之。貝氏方法的優點，在於能將有關徵數的事前情報，用適當的數學獄法，與由試驗所獲知的情報組合在一起。此種事前情報可能來自一般理論上的考慮，或來自以前試驗的結果。對於欲尋求或理解一種現象，事前情報是一個重要的因素。利用事 前情報，經過貝氏定理的判定後，可得徵數的事後機率密度函數。吾人即可利用此徵數的事後機率密度函數來從事其統計推論。 本文計分四章。第一章討論貝氏方法之利用有關原理之解說，內分三節，介紹以後各章須利用的貝氏定理有關觀念，諸如徵數的事前機率密度函數，事後機率密度函數，或徵數之一的邊際事後機率密度函數等，皆有述及。 第二章討論貝氏方法在單元常態線形迴歸模型之應用。內分四節，首先將貝氏方法應用於單元常態線形的迴歸模型上，其次討論此模型的事後假設，事後機率密度函數及對其做統計推論。 第三章討論貝氏方法在多元常態線形迴歸模型之應。內分四節，本章為第二章的推廣，由單元推廣至多元之情形。至於第四節，則討論兩個迴歸模型上變方相等的特殊現象。 第四章為前三章的總論。 過去，大多數的計量學者使用非貝氏技巧，來分析其問題，但隨著理論根據的增強，貝氏方法之應，有漸被重視之趨勢。在模型問題上，利用貝氏方法或非貝氏方法，兩種用法之比較，其結果究竟為如？這是有趣的問題。但正如Anscombe在以前曾談及的統計評述，對統計問題變化來說，某情況之正確評價，可由傳統 的統計方法或貝氏方法途徑為之，所應注意的僅是何者能做？何者能做得更好？”這才是問題的主旨所在。 本文之討論，因限於個人所學有限，文中錯誤之處，在所難免，敬請師長們，不吝賜正，見所致盼。 本論文之撰寫，承蒙 祁師和福教授諄諄誨導，謹此致謝。另蒙 師長們之督促，同學們幫忙之處甚多，亦在此感謝。 | zh_TW |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#B2002008890 | en_US |
| dc.subject (關鍵詞) | 貝氏方法 | zh_TW |
| dc.subject (關鍵詞) | 迴歸分析 | zh_TW |
| dc.title (題名) | 貝氏方法在迴歸分析之應用 | zh_TW |
| dc.type (資料類型) | thesis | en_US |
