×

关于获得贝塔分布的先验分布或形状参数的建议。(Propuesta para obtener distributiones previas para los parámetros de la distributición beta) (西班牙语。英文摘要) Zbl 1483.62045号

摘要:贝塔分布在应用统计学领域中变得越来越重要,因为它是一个概率函数,允许我们对随机变量的自然行为进行建模,这些随机变量只能取有限长度实数限定范围内的值。在实践中非常常见的一种特殊情况是域在区间((0,1)内的变量,即比例或百分比。本文提出了一种方法来获得Beta分布形状参数的先验分布,这需要从贝叶斯范式中获得这些分布的新方法,因为在大多数情况下,当样本数据可以调整为二项分布时,它被用作先验分布,但在本研究感兴趣的情况下,可以使用贝塔分布调整样本数据,这意味着具有密度贝塔乘积的似然函数。根据先验分布的均值和方差信息,初步获得了分布参数的联合分布。最后,将联合分布边缘化,得到形状参数的先验分布。

MSC公司:

62E10型 统计分布的特征和结构理论
2015年1月62日 贝叶斯推断
60欧元 概率分布:一般理论

软件:

;贝叶斯DA
PDF格式BibTeX公司 XML格式引用
全文: 链接

参考文献:

[1] BOX,G.和TIAO,G.(1992):《统计分析中的贝叶斯推断》,威利,EE.UU·Zbl 0850.62004号
[2] CANAVOS,G.(1984):《概率与估计:应用与发展》,利穆萨,墨西哥。
[3] CASELLA,G.&BERGER,R.(2002):《统计推断》,汤姆森学习出版社,EE.UU。
[4] DURáN,E.,SOTO,M.&ALDANA,M.(2014):Metrópolis-Hasting y Gibbs por bloques:utilizacióN de algoritmos de Monte Carlo vía cadenas de Markov en el modelado de columnas estratigráficas,campo lama,lago de Maracaibo,Revista de la Facultad de Ingeniería U.C.v.,第29卷,第4期,第41-54页。
[5] GAMERMAN,D.&LOPES,H.(2006):马尔可夫链蒙特卡罗:贝叶斯推断的随机模拟,第二版,CRC出版社,EE.UU·Zbl 1137.62011年
[6] GELMAN,A.、CARLIN,J.、STERN,H.、DUNSON,D.、VEHTARI,A.和RUBIN,D.(2014):贝叶斯数据分析,第三版,Taylor和Francis·Zbl 1279.62004号
[7] JOHNSON,N.、KOTZ,S.和BALAKRISHNAN,N.(1995):连续单变量分布,数字v.2,Wiley&Sons,纽约,EE.UU·Zbl 0821.62001号
[8] JONES,M.C.(2009):库马拉斯瓦米分布:一种具有一些可驾驭性优势的β型分布,《统计方法》杂志,670-81·Zbl 1215.60010号
[9] LARSON,R.、HOSTETLER,R.和EDWARDS,B.(2006):墨西哥麦格劳-希尔市的Cálculo几何分析。
[10] MA,Z.&LEIJON,A.(2011):贝塔混合模型的贝叶斯估计与变分推理,IEEE模式分析与机器智能学报,33,2160-2173。
[11] O'HAGAN,A.、GARTHWAITE,P.和KADANE,J.(2005):引用概率分布的统计方法,美国统计协会杂志,100680-700·Zbl 1117.62340号
[12] OWEN,C.(2008):贝塔分布的参数估计,(犹他州杨百翰大学科学硕士论文,EE.UU),Disponible enhttps://scholarsarchive.byu.edu/etd/1614。咨询15-92018。[13]
[13] R CORE TEAM(2012):R:统计计算的语言和环境,R统计计算基金会,奥地利维也纳。
[14] RAFFO,E.、MAYTA,R.和PEREZ,V.(2007年):《国家综合治理法》,国家信息科学部。联合国排雷行动处,10(2)。
[15] TOVAR,J.(2012):二项式抽样的贝塔先验分布推导。巴西生物研究所,第30期,第159-172页。
[16] TOVAR,J.(2015):《Bayesiana和Investigación en salud推断:诊断中的应用案例》,Revista Médica de Risaralda,21,9-16
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,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。