• Communications for Statistical Applications and Methods
• /
• 제14권1호
• /
• pp.111-119
• /
• 2007

In this paper, we develop a nonparametric Bayesian methodology of estimating an unknown distribution function F at the given survival time with current status data under the assumption of Dirichlet process prior on F. We compare our algorithm with the nonparametric maximum likelihood estimator through application to simulated data and real data.

• Communications for Statistical Applications and Methods
• /
• 제8권2호
• /
• pp.417-426
• /
• 2001

This paper addresses the nonparametric Bayesian estimation for the exponential populations under type II censoring. The Dirichlet process prior is used to provide nonparametric Bayesian estimates of parameters of exponential populations. In the past, there have been computational difficulties with nonparametric Bayesian problems. This paper solves these difficulties by a Gibbs sampler algorithm. This procedure is applied to a real example and is compared with a classical estimator.

• Communications for Statistical Applications and Methods
• /
• 제7권3호
• /
• pp.767-772
• /
• 2000

Zellner(1994) introduced the notion of a balanced loss function in the context of a general liner model to reflect both goodness of fit and precision of estimation. We study the perspective of unifying a variety of results both frequentist and Bayesian from Poisson distributions. We show that frequentist and Bayesian results for balanced loss follow from and also imply related results for quadratic loss functions reflecting only precision of estimation. Several examples are given for Poisson distribution.

• Communications for Statistical Applications and Methods
• /
• 제13권1호
• /
• pp.89-99
• /
• 2006

This article deals with the problem of estimating parameters of Burr Type XII distribution, on the basis of a general progressive Type II censored sample using Bayesian viewpoints. The maximum likelihood estimator does not admit closed form but explicit sharp lower and upper bounds are provided. Assuming squared error loss and linex loss functions, Bayes estimators of the parameter k, the reliability function, and the failure rate function are obtained in closed form. Finally, a simulation study is also included.

• Journal of the Korean Statistical Society
• /
• 제31권1호
• /
• pp.77-91
• /
• 2002

This paper considers a functional regression model with truncated errors in explanatory variables. We show that the ordinary least squares (OLS) estimators produce bias in regression parameter estimates under misspecified models with ignored errors in the explanatory variable measurements, and then propose methods for analyzing the functional model. Fully parametric frequentist approaches for analyzing the model are intractable and thus Bayesian methods are pursued using a Markov chain Monte Carlo (MCMC) sampling based approach. Necessary theories involved in modeling and computation are provided. Finally, a simulation study is given to illustrate and examine the proposed methods.

• Journal of the Korean Data and Information Science Society
• /
• 제20권1호
• /
• pp.77-87
• /
• 2009

최근 들어 소지역 추정 문제를 해결하는데 베이지안 방법이 주목을 받고 있다. 본 논문에서는 고객집단별 보험금에 대한 실제 자료를 MCMC 기법을 통한 계층적 베이지안 모형과 일원분류, GLM-Normal, GLM-Gamma 모형으로 분석하여 그 결과를 비교하였다. 결론적으로 소지역 추정에 의하여 얻어진 보험금 추정량이 다른 방법으로부터 얻어진 추정량들과 비교하여 가장 합리적이고 좋은 추정량임을 보일 수 있었다. 특히, 표본 수가 적은 집단에 대하여 소지역 추정의 정확성이 현저하게 높음을 알 수 있었다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권2호
• /
• pp.131-137
• /
• 2016

In reliability analysis, it is quite common for the failure of any individual or item to be attributable to more than one cause. Moreover, observed data are often censored. Recently, progressive hybrid censoring schemes have become quite popular in life-testing problems and reliability analysis. However, a limitation of the progressive hybrid censoring scheme is that it cannot be applied when few failures occur before time T. Therefore, generalized progressive hybrid censoring schemes have been introduced. In this article, we derive the likelihood inference of the unknown parameters under the assumptions that the lifetime distributions of different causes are independent and exponentially distributed. We obtain the maximum likelihood estimators of the unknown parameters in exact forms. Asymptotic confidence intervals are also proposed. Bayes estimates and credible intervals of the unknown parameters are obtained under the assumption of gamma priors on the unknown parameters. Different methods are compared using Monte Carlo simulations. One real data set is analyzed for illustrative purposes.

• 대한지리학회지
• /
• 제51권3호
• /
• pp.367-380
• /
• 2016

본 연구에서는 우리나라에서 발생한 저체중아 출생 집계 자료를 공간적으로 지도화하기 위한 기법들을 검토 비교하고, 이를 기반으로 우리나라의 LBW 지도를 작성하였다. 표준화사망률이나 조사망률 등은 역학 분야에서 지속적으로 광범위하게 사용되고 있는 지표이다. 그러나 이러한 표준화사망률은 집계 단위의 샘플 수에 영향을 많이 받는다는 단점을 가지고 있다. 이에, 본 연구에서는 베이지언 기법을 활용하여 샘플 수에 따른 통계적 변동성을 감소시키고자 하였다. 이를 위해 경험적 베이지언 기법과 풀 베이지언 기법을 모두 활용하였고, 결과적으로 유사한 통계량을 산출한 것을 확인할 수 있었다. 반면, SMR 기반의 통계량은 높은 분산을 가지고 있음을 확인하였다. 연구의 결과에 따른 통계 지도는 우리나라 저체중아 출생의 높은 위험도를 가지는 지역들을 파악할 수 있도록 한다.

• 융합신호처리학회논문지
• /
• 제11권4호
• /
• pp.270-277
• /
• 2010

BAMS(Baysian Adaptive Multiresolution Smoother) 필터는 모의실험 없이 Bayes 추정에 기초한 웨이블릿 축소기법에 의해 잡음을 제거하며 따라서 실시간 처리가 가능하다. BAMS 필터에 의한 영상잡음 제거 성능은 웨이블릿 분해 각 대역의 잡음분산에 크게 의존한다. 기존의 BAMS 필터는 웨이블릿 분해의 고주파 대역에서 사분위 통계량을 이용하여 잡음분산을 추정하여 잡음을 제거하였다. 본 논문에서는 영상신호의 중간대역을 포함한 잡음제거를 위해 변형된 사분위 통계량 및 모노토닉 변환으로 중간대역 잡음편차 추정하고 이를 이용해서 중간대역 및 고주파 대역의 영상잡음을 제거한 결과 중간대역의 잡음을 제거하므로 약 2[dB]정도의 PSNR이 증가하였으며 잡음편차가 작은 영상의 잡음제거에서도 효과가 있었다.

• 전자공학회논문지S
• /
• 제35S권9호
• /
• pp.95-103
• /
• 1998

본 논문에서는 거리영상과 발기영상의 fusion을 이용한 영상분할을 제안한다. Bayes 이론을 기반으로 하여 Markov random field (MRF)로 선험적인 정보를 모델링한다. 거리영상과 밝기영상에서 추출한 특징을 이용하여 maximum a posteriori (MAP) 추정기를 구성한다. 거리영상에서 물체는 국부적인 평면으로 근사되어 각 점마다 평면 계수를 추정해 계수 공간을 구성한다. 밝기영상에서는 ${\alpha}$ 트림드 (${\alpha}$-trimmed) 분산이 밝기특성을 구성한다. 각 공간상의 특징을 에지에 대한 likelihood를 설정하여 구성된 MAP 추정기를 최적화함으로써 영상을 분할한다. 모의실험을 통해 제안된 구조가 그림자, 잡음 그리고 광원의 blurring에 관계없이 영상을 잘 분할한 것을 보였다.