×

用不完全计数数据进行估计:贝叶斯方法。 (英语) Zbl 0891.62019号

小结:设(x_t)是一个分布为齐次泊松过程的随机过程(P(x_t|lambda t))。我们假设(lambda)是未知的,(x_t)是不可观测的,但相反,我们能够观察到另一个过程(y_t),它是每(t)(x _t)的未知比例,例如θ。目标是根据观察到的(y_t)对(x_t)进行推断。
假设给定的(y_t)和(theta)的分布是二项式的,那么为了推断(x_t),必须先推导出(lambda,theta)对的分布。分析了问题的层次化表述与未知参数的先验独立性问题之间的关系。还考虑了相对于先验的稳健性。
这个问题在犯罪学中引起了关注,其中,(x_t)可能表示在某一时间段内某一地点所犯罪行的数量,(y_t)表示该时间段内所报告的犯罪数量。由此产生的推论程序用1993年马拉加和1980-1986年斯德哥尔摩报告的袭击事件的实际数据加以说明。

MSC公司:

2015年1月62日 贝叶斯推断
2005年6月2日 马尔可夫过程:估计;隐马尔可夫模型
62第25页 统计学在社会科学中的应用
62页99 统计学的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Armero,C。;Bayarri,M.J.,《排队预测的先验评估》,《统计学家》,43,139-153(1994)·Zbl 0789.60072号
[2] J.O.伯杰。;Liseo,B。;Wolpert,R.,《消除干扰参数的综合似然法》,(普渡大学统计系技术报告96-7c(1994))·Zbl 1059.62521号
[3] J.O.伯杰。;Moreno,E.,《二维模型中的贝叶斯稳健性:先验独立性》,J.Statist。计划。推理,40,161-176(1994)·Zbl 0805.62005号
[4] Blumenthal,S。;Dahiya,R.C.,估算二项式参数,J.Amer。统计师。协会,76903-909(1981)·Zbl 0482.62013.中
[5] 卡罗尔·R·J。;Lombard,F.,关于二组学分布的估计量的注记,J.Amer。统计师。协会,80,423-426(1985)
[6] 德雷珀,N.R。;Guttman,L.,二项参数的贝叶斯估计,技术计量学,13667-673(1971)·Zbl 0223.62042号
[7] 加巴,A。;Winkler,R.L.,《调查数据中误差的含义:贝叶斯模型》,Manag。科学。,38, 913-925 (1992) ·Zbl 0825.90638号
[8] Girón,F.J。;卡丹·J·B。;Moreno,E.,《不精确数据模型中的独立性问题:贝叶斯方法》(Comptes Rendus.Acad.Sci.Paris t.,324(1997),Elsevier:Elsevier Paris),1149-1153·Zbl 0881.62029号
[9] W.O.约翰逊。;Gastwirth,J.L.,《医学筛查试验的贝叶斯推断:对获得性免疫缺陷综合征分析有用的近似值》,J.Roy。圣蒂斯特。Soc.B,53,427-439(1991)·Zbl 0800.62739号
[10] 奥尔金,I。;佩托·A·J。;Zidek,J.V.,二项分布估计量的比较,J.Amer。统计师。协会,76,637-642(1981)·Zbl 0472.62037号
[11] O'Quigley,J.,基于已知和观测比例对估算二项式参数,应用。统计人员。,41, 173-180 (1992) ·兹比尔0825.62394
[12] Raftery,A.E.,《二项式参数的推断:层次贝叶斯方法》,《生物统计学》,75,223-228(1988)·Zbl 0638.62034号
[13] Winkler,R.L。;Gaba,A.,《伯努利过程中不完全抽样的推断》,(Geisser,S.等,统计学和计量经济学中的贝叶斯和似然方法:G.A.Barnard荣誉论文(1990)),303-317·Zbl 0708.00015号
[14] 雨刷器,M.P。;Pettit,L.I.,二项参数的贝叶斯估计,应用。统计人员。,43, 233-236 (1994) ·Zbl 0825.62411号
[15] Yannaros,N.,《不完全计数数据分析》,《统计学家》,42,181-187(1993)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。