استنتاج بیزی نیمه پارامتریک برای مدل های مرزی تصادفی
پروژه ۱۳۱۸: شبیه سازی مقاله در متلب
خلاصه ای از مقاله:
در این مقاله یک چارچوب بیزی نیمه پارامتریک برای تحلیل مدل های مرزی تصادفی و اندازه گیری کارایی به کار رفته است. توزیع ناکارآیی به صورت غیر پارامتریک از طریق پروسه دیریکله مدل گردیده است. ما توزیع prior و تحلیل بیزی را از طریق ساده سازی مونت کارلو پیشنهاد داده ایم که به ما اجازه می دهد تا با نمونه های مربوطه عملی مقابله نماییم. همچنین حالت هایی از توزیع کارایی مختلف با مشخصه های شرکت ها مورد بررسی قرار گرفته است. مدل برای یک مرز هزینه در ۳۸۲ بیمارستان در ایالت متحده آمریکا به کار رفته است. برای اطلاعات بیشتر از این شبیه سازی اصل مقاله را در لینک زیر دانلود نمایید.
کد برنامه در ۲۰۰۰ تکرار انجام شده است. داده های کامل نیز از ۳۸۲ بیمارستان در ایالت متحده جمع آوری گردیده است.
title:
Semiparametric Bayesian inference for stochastic
frontier models
دانلود: دانلود اصل مقاله لاتین
در صورت سوال در مورد محصول می توانید از بخش تماس با ما (منوی بالا)، با شماره تلفن مورد نظر مکاتبه نمایید (ترجیحا ارسال پیامک).
برخی نتایج:
it =
۲۰۰۰
ans =
۰٫۴۹۵۴
ans =
۱٫۱۶۹۵ ۲٫۸۲۷۹ ۲٫۴۲۱۶ ۳٫۱۸۴۵
ans =
۰٫۴۴۲۱ ۰٫۴۲۷۲ ۰٫۳۵۰۴ ۰٫۲۸۵۵
مجموعه: مهندسی کامپیوتر, یادگیری تقویتی, یادگیری ماشین