我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
引入了相位型分布作为Erlang分布的无限混合的显式表示。该表示揭示了一类贝叶斯非参数混合模型与相型分布之间新颖而有用的联系。特别是,这对两个热门话题,相型分布的估计技术,以及与Dirichlet过程混合模型相关的一些函数的封闭形式表达式的可用性提供了一些启示。通过后验推理算法来估计相型分布,从而避免了相型贝叶斯推理中常见的潜在马尔可夫跳跃过程的模拟困难,从而说明了这种联系的威力。另一方面,通过密度和更新函数估计说明了Dirichlet过程混合模型泛函的闭式表达式,与水产养殖研究中的最佳鲑鱼重量分布有关。
第一作者的工作得到了“Becas Doctorado Nacional CONICYT 2017 Folio No.21171601”的支持。第三作者的工作得到了“Proyecto REDES ETAPA INICIAL Convocatoria 2017 REDI170094”和ANID——千年科学倡议项目——NCN17的支持_059.第四作者感谢CONTEX项目2018-9B的支持。
作者对副主编和编辑这两位匿名评审所作的宝贵评论表示感谢。作者感谢Ricardo Olea Ortega教授提供的鲑鱼重量数据集。
丹尼尔·阿亚拉。 莱昂纳多·乔弗雷。 路易斯·古铁雷斯。 拉姆塞斯·梅纳。 “关于Dirichlet过程相类型分布的混合表示。” 贝叶斯分析。 17 (3) 765 - 790, 2022年9月。 https://doi.org/10.1214/21-BA1272