基于0-1膨胀二项分布的客观贝叶斯分析

在医疗卫生、金融证券等应用领域,经常会同时出现零观测值、一观测值较多的情况。为更好地拟合这类数据,提出一种0-1膨胀二项分布模型并进行客观贝叶斯分析。采用数据扩充策略,基于完全似然函数,得到Jeffreys先验和reference先验。采用WinBUGS软件和R软件进行数值模拟,设定不同的样本量和参数真值,对不同的无信息先验进行评估。对2020年1月28日与2月22日COVID-19死亡人数进行分析,结果表明,在小样本情形下基于客观贝叶斯先验π_R3下的拟合效果比π_R1和π_R2要好。