• Journal of the Korean Data and Information Science Society
• /
• 제21권2호
• /
• pp.379-385
• /
• 2010

This paper considers Bayesian approach to modeling a flexible regression function under functional measurement error model. The regression function is modeled based on semiparametric regression with penalized splines. Model fitting and parameter estimation are carried out in a hierarchical Bayesian framework using Markov chain Monte Carlo methodology. Their performances are compared with those of the estimators under functional measurement error model without semiparametric component.

• 산업경영시스템학회지
• /
• 제22권49호
• /
• pp.23-31
• /
• 1999

Bayesian approach using nonhomogeneous Poisson process is considered for modelling software reliability problem. The usefulness of the iterative sampling-based method increases greatly as the dimension of a problem increases. Maximum likelihood estimator and Gibbs estimator are derived. Model selection based on a predictive likelihood is studied. A numerical example is given.

• Communications for Statistical Applications and Methods
• /
• 제21권1호
• /
• pp.45-60
• /
• 2014

We introduce a MCMC sampling for a generalized linear normal random effects model with the ordered probit link function based on latent variables from suitable truncated normal distribution. Such models have proven useful in practice and we have observed numerically reasonable results in the estimation of fixed effects when the random effect term is provided. Applications that utilize Korean Welfare Panel Study data can be difficult to model; subsequently, we find that an ordered probit model with the random effects leads to an improved analyses with more accurate and precise inferences.

• Communications for Statistical Applications and Methods
• /
• 제6권2호
• /
• pp.523-532
• /
• 1999

Generalized linear models have various applications for data arising from many kinds of statistical studies. Although the response variable is generally assumed to be generated from a wide class of probability distributions we focus on count data that are most often analyzed using binomial models for proportions or poisson models for rates. The methods and results presented here also apply to many other categorical data models in general due to the relationship between multinomial and poisson sampling. The novelty of the approach suggested here is that all conditional distribution s can be specified directly so that staraightforward Gibbs sampling is possible. The prior distribution consists of two stages. We rely on a normal nonconjugate prior at the first stage and a vague prior for hyperparameters at the second stage. The methods are demonstrated with an illustrative example using data collected by Rosenkranz and raftery(1994) concerning the number of hospital admissions due to back pain in Washington state.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2003년도 Proceedings of the international symposium on the fusion technology
• /
• pp.340-343
• /
• 2003

This study presents a practical procedure for the Bayesian inversion of geophysical data by Markov chain Monte Carlo (MCMC) sampling and geostatistics. We have applied geostatistical techniques for the acquisition of prior model information, and then the MCMC method was adopted to infer the characteristics of the marginal distributions of model parameters. For the Bayesian inversion of dipole-dipole array resistivity data, we have used the indicator kriging and simulation techniques to generate cumulative density functions from Schlumberger array resistivity data and well logging data, and obtained prior information by cokriging and simulations from covariogram models. The indicator approach makes it possible to incorporate non-parametric information into the probabilistic density function. We have also adopted the MCMC approach, based on Gibbs sampling, to examine the characteristics of a posteriori probability density function and the marginal distribution of each parameter. This approach provides an effective way to treat Bayesian inversion of geophysical data and reduce the non-uniqueness by incorporating various prior information.

• 한국콘텐츠학회논문지
• /
• 제7권10호
• /
• pp.19-26
• /
• 2007

협력적 필터링은 아이템에 대한 선호도를 기반으로 이웃 선정 방법을 사용하므로 내용을 반영하지 못할뿐만 아니라 희박성 및 확장성 문제를 가지고 있다. 이러한 문제를 개선하기 위하여 아이템 기반 협력적 필터링이 실용화되었으나 아이템의 속성을 반영하지는 못한다. 본 논문에서는 기존의 개인화 추천 시스템의 문제점을 해결하기 위하여 FP-Tree를 이용한 연관 군집 방법을 제안하였다. 제안된 방법으로는 FP-Tree를 이용하여 후보집합의 발생없이 빈발항목을 구성하고 연관규칙을 생성한다. 생성된 연관 규칙의 신뢰도에 따라서 $\alpha-cut$을 사용하여 효율적인 연관 군집을 한다. 성능평가를 위해 MovieLens 데이터 집합에서 Gibbs Sampling, EM, K-means와 비교 평가하였다.

• 정보처리학회논문지D
• /
• 제9D권3호
• /
• pp.389-398
• /
• 2002

본 논문에서는 비동질 포아송 과정에 기초한 소프트웨어 오류 현상에 대한 신뢰도 모형을 고려하고 사전정보를 이용한 베이지안 추론을 시행하였다. 고장 패턴은 NHPP에 대한 강도함수와 평균값 함수로서 나타낼 수 있다. 따라서 본 논문에서는 기존의 모형인 Goel이 제시한 모형과 신뢰성 분포로 많이 사용되는 와이블 분포의 특수형태인 레일리분포와 라플라스 분포를 이용한 모형을 제시하여 베이지안 추론을 시행하고 또, 효율적 모형을 위한 모형선택으로서 편차자승합을 이용하여 비교하였다. 모수의 추정을 위해서 마코브체인 몬테카를로 기법중에 하나인 깁스샘플링을 이용한 근사추정 기법이 사용되었다. 수치적인 예에서는 실측자료인 NTDS 자료를 이용하여 모수 및 신뢰도를 추정하였고 편차자승합을 이용한 모형비교의 결과를 나열하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.459-466
• /
• 2011

본 논문은 독립적으로 수행된 연구결과를 합쳐서 일반적인 결론을 도출하는 메타분석을 위한 로버스트 계층적 베이지안 모형을 고려한다. 사전정보가 정규분포를 따른다는 가정 대신 정규분포의 척도혼합을 사용하여 정규분포보다 더 두꺼운 꼬리를 가지는 사전분포를 사용한다. 나아가 개별 분석의 분산이 알려져 있지 않은 경우를 계층적 베이지안 모형에 포함하여 메타분석을 수행하고자 한다. 깁스 표집을 사용하여 추정값을 계산하고, 실제 자료를 사용하여 제안된 방법을 예시한다.

• International Journal of Reliability and Applications
• /
• 제13권1호
• /
• pp.37-47
• /
• 2012

In this article we attempted reliability analysis of a component under the stress-strength pattern with both classical as well as Bayesian techniques. The main focus is made to develop the theory for dealing the reliability problems in various circumstances for bivariate environmental set up in context of Bayesian paradigm. A stress-strength based model describes the life of a component which has strength (Y) and is subjected to stress(X). We develop the Bayes and moment estimators of reliability of a component for each of the three possible conditions, under the assumption that the two stresses (i.e. $X_1$ and $X_2$) on a component are dependent and follow a Bivariate exponential (BVE) of Marshall-Olkin distribution, the strength of a component (Y) following exponential distribution is independent of the stresses. The simulation study is performed with Markov Chain Monte Carlo technique via Gibbs sampler to obtain the estimates of Bayes estimators of reliability, are compared with moment estimators of reliabilities on the basis of absolute biases.

• 응용통계연구
• /
• 제29권4호
• /
• pp.627-641
• /
• 2016

본 논문에서는 겉보기 무관 회귀모형을 고려하고 디리크레 프로세스 혼합모형을 오차항의 분포로 하는 비모수 베이지안 방법을 제안한다. 제안된 모형을 바탕으로 사후분포를 유도하고 디리크레 프로세스 혼합모형의 붕괴깁스표집 방법을 통해 마코프 체인 몬테 칼로 알고리듬을 구성하고 사후추론을 실시한다. 모형의 성능을 비교하기 위해 모의실험을 실시하고, 더 나아가 한국지역의 강수량 예측에 대한 실제 자료에 적용해 본다.