Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 96

Liczba wyników na stronie
first rewind previous Strona / 5 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Estymacja bayesowska
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 5 next fast forward last
Multinomial distribution is used as a probabilistic model for a series of independent experiments or observations with s possible results. If s=2 then multinomial distribution comes down to binomial. By applying Bayesian methods for multinomial distribution we usually accept the conjugate prior distribution - the Dirichlet distribution. Since the choice of prior distribution parameters produces considerable difficulties, the author takes into consideration the lack of precision in this choice: parameters are not defined precisely but belong to a certain set in s-dimensional space. The article offers results concerning the range of the value changeability of the vector estimator for parameters of multinomial distribution as well as the construction of stable (robust) estimators. Finally, the author deals with certain practical applications whose essential feature is the question of the stability of Bayesian estimation for multinomial distribution. (original abstract)
2
80%
W artykule opisana zostanie metoda estymacji parametrów mieszanki jednowymiarowych rozkładów normalnych z założeniem nieznajomości liczby jej składników. (fragment tekstu)
3
Content available remote Bayesian Quantile Regression
80%
Poczynając od ważnej pracy Koenkera i Bassetta, regresja kwantylowa stała się uzupełniającym podejściem do kalsycznych metod estymacji regresji względem średniej. Wiele zastosowań regresji kwantylowej znajdujemy w finansach w estymacji modeli warunkowych w ocenie ryzyka. Engle i Manganelli zaproponowali model, który w natrualny sposób wykorzystuje regresję kwantylową do opisu ryzyka z wykorzystaniem VaR, zapisując nieliniowy model autoregresyjny z wykorzystaniem VaR. Metody estymacji tego modelu oraz zastosowania na polskim rynku kapitałowym były tematem poprzednich publikacji autorki. W tym artykule podjęto problem wybranej metody estymacji bayesowskiej regresji kwantylowej. Omówiono problem wnioskowania w tym podejściu, wykorzystując wcześniejsze pozycje, bez zastosowania założeń wynikających z metody największej wiarygodności. Ponadto zaprezentowano metodę przybliżenia krzywej rozkładu kwantyli z wykorzystaniem podejścia bayesowskiego.(abstrakt oryginalny.)
W artykule przedstawiono: bayesowską estymację parametrów strukturalnych, funkcję wiarygodności i rozkład a priori, rozkład a posteriori(momenty gęstości brzegowe), warunkowy rozkład a posteriori przy p=0
In this paper we have obtained Bayes estimator of the scale parameter of Inverse Gaussian Distribution. The loss function used is lines. A number of prior distributions have been considered and Bayes estimators have been compared with corresponding estimators with squared error loss function. (original abstract)
In this paper, we have obtained the Bayes Estimator of scale and shape parameter of Generalized-Exponential using Lindley's approximation (L-approximation) under GENERAL ENTROPY loss functions. The proposed estimators have been compared with the corresponding MLE for their risks based on simulated samples from the Generalized-Exponential distribution. (original abstract)
In this paper basic principle of Bayesian statistics was discussed. Interval estimation of average housing costs in a specific group of households in Slovakia was presented together with Bayesian interval estimates of a proportion of the population and estimating the proportion of households with High Housing Costs.
W pracy przedstawione są niesymetryczne funkcje strat (LINEX, Stein, Entropy) w kontekście ubezpieczeń. Następnie omówione zostały wyznaczone estymatory składki netto z zastosowaniem niesymetrycznej funkcji straty LINEX. Przeprowadzono analizę otrzymanych estymatorów oraz porównano je z estymatorami składki wyznaczonymi przy użyciu kwadratowej funkcji straty. (abstrakt oryginalny)
Dla modelu regresji liniowej ze składnikami losowymi o łącznym wielowymiarowym rozkładzie t Studenta /ze skalarną macierzą precyzji/ i przy nieinformacyjnym rozkładzie a priori, Zellner dowiódł, że brzegowy rozkład a posteriori wektora parametrów regresji jest dokładnie taki sam, jak w przypadku normalnego rozkładu składników losowych. Chib, Tiwari i Jammalamadaka uogólniają ten wynik na przypadek składników losowych o dowolnym rozkładzie eliptycznym z macierzą kowariancji /precyzji/ o dowolnej strukturze, zależnej od wektora dodatkowych parametrów; stwierdzają oni także, iż rozkład predyktywny jest taki sam, jak przy normalnych składnikach losowych. W niniejszej pracy uzyskuje się te same wyniki dla znacznie ogólniejszej klasy modeli regresji /modele nieliniowe/ oraz znacznie bogatszej klasy rozkładów a priori, zakładającej jedynie brak wstępnej wiedzy o parametrze precyzji. (fragment tekstu)
Poruszone w artykule zagadnienia stanowią realizację 3 zadań. Określono je w następujący sposób:- próba empirycznej weryfikacji możliwości zastosowania metod empirycznej estymacji bayesowskiej do szacowania informacji o działalności gospodarczej małych przedsiębiorstw w przekroju województw i sekcji PKD,- ocena efektywności empirycznej estymacji bayesowskiej,- określenie zasadności zastosowania estymacji bayesowskiej w porównaniu z estymacją bezpośrednią i syntetyczną regresyjną w przekroju województw i sekcji PKD.Szacunek przeprowadzono dla czterech podstawowych wielkości charakteryzujących działalność gospodarczą: liczby zatrudnionych na podstawie umowy o pracę, przeciętnego miesięcznego wynagrodzenia, średnich przychodów na 1 zakład i średnich kosztów na 1 zakład. (fragment tekstu)
W wielu zastosowaniach, podstawowym problemem jest opis i analiza wpływu wektora skorelowanych zmiennych objaśniających X na zmienna objaśnianą Y. W przypadku, gdy obserwacje badanych zmiennych są dodatkowo rozmieszczone przestrzennie, zadanie jest jeszcze trudniejsze, ponieważ mamy dodatkowe zależności, wynikające ze zmienności przestrzennej. Klasyczne podejście stosowane do takich problemów wykorzystuje założenie o skończonej wartości oczekiwanej zmiennych Y, wówczas przestrzenna funkcja regresji jest dobrze określona i dostarcza informacji o zależności zmiennej Y od zmiennych X. W tej pracy, w miejsce przestrzenna funkcja regresji wykorzystującej średnią, rozpatrzymy przestrzenna regresję kwantylową. Regresja kwantylowa zostanie omówiona w przestrzennym kontekście. Semiparametryczny model bayesowski i jego estymacja jest głównym celem tej pracy. Dodatkowe zasoby informacji o zmienności otrzymujemy badając kwantyle, wychodząc poza tradycyjny opis klasycznej regresji. Estymacja kwantylowa w modelu przestrzennym uwydatnia zależności przestrzenne dla różnych fragmentów rozważanych rozkładów. (abstrakt oryginalny)
Podstawą działalności ubezpieczeniowej jest prawidłowe szacowanie składek ubezpieczeniowych. Składka brutto jest to składka netto powiększona o dodatek bezpieczeństwa oraz koszty działalności ubezpieczeniowej. W pracy indywidualne składki netto wyznaczano trzema metodami: metodą wartości oczekiwanej, metodą wariancji oraz metodą zerowej użyteczności. Następnie oszacowano za pomocą estymatorów bayesowskich i porównano współczynniki bonus-malus dla składek wyznaczanych trzema wymienionymi metodami. Badania przeprowadzono dla różnych parametrów rozkładu liczby szkód. (abstrakt oryginalny)
The dynamic weighted cumulative residual (DWCR) entropy is regarded as an additional measure of uncertainty related to the residual lifetime function in several disciplines, including survival analysis and reliability. This article presents the DWCR formula based on Havarda and Charvat. This measurement is called the DWCR Havarda and Charvat entropy (DWCRHCE). This work uses progressive Type II censoring to investigate the implications of DWCR Tsallis entropy (DWCRTE), DWCR Rényi entropy (DWCRRE), and DWCRHCE for the Burr XII distribution. Both classical and Bayesian methods are used to derive the estimators of these entropy metrics. Assuming independent gamma priors, we get the Bayes estimator of the suggested measures. Due to the lack of explicit forms, the Metropolis- Hastings approach was offered to determine the Bayes estimates for symmetric and asymmetric loss functions. To determine the efficacy of the suggested estimating techniques, several simulations were run for different censoring schemes. The simulation analysis leads us to the conclusion that, under a precautionary loss function followed by a linear exponential loss function, the Bayesian estimates of DWCRTE are generally more effective than the DWCRHCE or DWCRRE. Compared to maximum likelihood estimates, Bayesian estimates are preferred for different metrics. After that, a detailed explanation of the process is provided by looking at real data. The analysis of real-world data, specifically the Shasta reservoir water capacity data, aligns with the findings from simulated data. Notably, these findings have crucial implications for effective water resource management decisions. (original abstract)
W artykule prezentujemy zastosowanie skośnych rozkładów t-Studenta o swobodnym parametrze modalnej do otrzymania efektu GARCH-in-Mean wprost z przyjętego rozkładu warunkowego stóp zwrotu. Wyróżniamy i poddajemy statystycznemu wnioskowaniu dwa niezależne źródła efektu GARCH-M: jedno mające podłoże w możliwej asymetrii, drugie związane ze swobodną modalną skośnego rozkładu t-Studenta. (...) W tej pracy wykorzystujemy podejście bayesowskie do wnioskowania o nieznanych parametrach modelu AR(1) GARCH-M(1,1) i ich funkcjach oraz do testowania efektu GARCH-M. (fragment tekstu)
15
Content available remote Small Area Estimation of Income Under Spatial SAR Model
61%
The paper presents the method of hierarchical Bayes (HB) estimation under small area models with spatially correlated random effects and a spatial structure implied by the Simultaneous Autoregressive (SAR) process. The idea was to improve the spatial EBLUP by incorporating the HB approach into the estimation algorithm. The computation procedure applied in the paper uses the concept of sampling from a posterior distribution under generalized linear mixed models implemented in WinBUGS software and adapts the idea of parameter estimation for small areas by means of the HB method in the case of known model hyperparameters. The illustration of the approach mentioned above was based on a real-world example concerning household income data. The precision of the direct estimators was determined using own three-stage procedure which employs Balanced Repeated Replication, bootstrap and Generalized Variance Function. Additional simulations were conducted to show the influence of the spatial autoregression coefficient on the estimation error reduction. The computations performed by 'sae' package for R project and a special procedure for WinBUGS reveal that the method provides reliable estimates of small area means. For high spatial correlation between domains, noticeable MSE reduction was observed, which seems more evident for HB-SAR method as compared with the traditional spatial EBLUP. In our opinion, the Gibbs sampler, revealing the simultaneous nature of processes, especially for random effects, can be a good starting point for the simulations based on stochastic SAR processes. (original abstract)
W artykule zaprezentowano wykorzystanie subiektywnych rozkładów a priori ekspertów do estymacji konkretnego modelu ekonometrycznego.
Based on one parameter exponential record data, we conduct statistical inferences (maximum likelihood estimator and Bayesian estimator) for the suggested model parameter. Our second aim is to predict the future (unobserved) records and to construct their corresponding prediction intervals based on observed set of records. In the estimation and prediction processes, we consider the square error loss and the Kullback-Leibler loss functions. Numerical simulations were conducted to evaluate the Bayesian point predictor for the future records. Finally, data analyses involving the times (in minutes) to breakdown of an insulating fluid between electrodes at voltage 34 kv have been performed to show the performance of the methods thus developed on estimation and prediction. (original abstract)
18
Content available remote Bayesian Estimation of Measles Vaccination Coverage under Ranked Set Sampling
61%
The present article is concerned with the problem of estimating an unknown population proportion p, say, of a certain population characteristic in a dichotomous population using the data collected through ranked set sampling (RSS) strategy. Here, it is assumed that the proportion p is not fixed but a random quantity. A Bayes estimator of p is proposed under squared error loss function assuming that the prior density of p belongs to the family of Beta distributions. The performance of the proposed RSS-based Bayes estimator is compared with that of the corresponding classical version estimator based on maximum likelihood principle. The proposed procedure is used to estimate measles vaccination coverage probability among the children of age group 12-23 months in India using the real-life epidemi-ological data from National Family Health Survey-III. (original abstract)
Celem pracy jest przedstawienie brzegowych rozkładów a posteriori (i ich podstawowych momentów) dla parametrów trendu logistycznego z multyplikatywnym, logarytmiczno-normalnym składnikiem losowym. Przyjmujemy niewłaściwe rozkłady a priori należące do takiej klasy, przy której łatwo zredukować krotność całkowań łącznego rozkładu a posteriori. Ilustrację numeryczną przedstawiamy w postaci sześciu przykładów.(fragment tekstu)
W artykule wykazano przydatność szacunków wykonanych z użyciem hierarchicznej estymacji bayesowskiej w przypadku znanych wartości hiperparametrów modelu. Pokazano istnienie zgodności między szacunkami z użyciem takiej metody oraz szacunkami z użyciem innej techniki dla małych obszarów, w tym metody EBLUP. (fragment tekstu)
first rewind previous Strona / 5 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.