何朝兵，刘华文

(1．安阳师范学院数学与统计学院，安阳455000;2．山东大学数学学院，济南250100)

近年来变点问题成为统计学中比较热门的研究方向，它广泛应用于工业质量控制、水文统计、金融、经济和地震预测等领域．目前变点分析方法主要有极大似然法、最小二乘法、贝叶斯法和非参数方法等．关于变点问题的研究可参看文献［1］-［5］．随着统计计算技术的快速发展，贝叶斯方法的应用越来越广泛，而贝叶斯计算方法中的 Markov chain Monte Carlo(MCMC)方法，使贝叶斯方法在变点分析中的实际操作变得非常方便．二项分布是一类应用广泛的离散型分布，其主要用来描述有限次伯努利试验中“成功”出现的次数，例如，有限个产品中不合格品的个数．关于二项分布的研究可参看文献［6］-［9］．当进行寿命试验时，经常会出现左截断右删失数据，对左截断右删失模型的研究可参看文献［10］-［12］．关于左截断或右删失数据下寿命分布变点问题的研究有一些成果［13-15］，但对数据是既左截断又右删失的情形下寿命分布变点问题的研究还不多见．文献［16］研究了完全数据下单参数指数族分布参数单变点的贝叶斯估计，不同的是，本文主要研究了左截断右删失数据下二项分布参数多变点的贝叶斯估计．首先通过添加数据得到了左截断右删失数据下二项分布的完全数据似然函数，然后研究了变点位置和其他参数的满条件分布，接着利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到了参数的Gibbs样本，把Gibbs样本的均……