• Communications for Statistical Applications and Methods
• /
• 제14권2호
• /
• pp.345-353
• /
• 2007

A Bayesian estimation of the Nakagami-m fading parameter is developed. Bayesian estimation is performed by Gibbs sampling, including adaptive rejection sampling. A Monte Carlo study shows that the Bayesian estimators proposed outperform any other estimators reported elsewhere in the sense of bias, variance, and root mean squared error.

• Communications for Statistical Applications and Methods
• /
• 제1권1호
• /
• pp.94-101
• /
• 1994

본 논문은 패널(panel) 자기회귀 모형에서 자기회귀 계수의 추정을 베이지안 방법으로 접근하였는데, 이 때 특별히 Gibbs Sampling 방법을 이용하여 사후분포를 계산하였다. 또한 모의 실험을 통하여 자기회귀계수를 Gibbs Sampling 방법으로 추정한 베이지안 추정치가 non-Bayesian 방법으로 구한 추정치보다 더 우월함을 보였다.

• Communications for Statistical Applications and Methods
• /
• 제14권2호
• /
• pp.355-363
• /
• 2007

In this paper a Bayesian estimation of the two-parameter kappa distribution was discussed under the noninformative prior. The Bayesian estimators are obtained by the Gibbs sampling. The generation of the shape parameter and scale parameter in the Gibbs sampler is implemented using the adaptive rejection Metropolis sampling algorithm of Gilks et al. (1995). A Monte Carlo study showed that the Bayesian estimators proposed outperform other estimators in the sense of mean squared error.

• Journal of the Korean Data and Information Science Society
• /
• 제15권1호
• /
• pp.227-237
• /
• 2004

In this paper we presented a Bayesian inference approach for estimating the location and scale parameters of the lognormal distribution using iterative Gibbs sampling algorithm. We also presented estimation of location parameter by two non iterative methods, importance sampling and weighted bootstrap assuming scale parameter as known. The estimates by non iterative techniques do not depend on the specification of hyper parameters which is optimal from the Bayesian point of view. The estimates obtained by more sophisticated Gibbs sampler vary slightly with the choices of hyper parameters. The objective of this paper is to illustrate these tools in a simpler setup which may be essential in more complicated situations.

• Journal of Animal Science and Technology
• /
• 제48권3호
• /
• pp.337-344
• /
• 2006

본 연구는 Gibbs sampler와 MTDFREML 방법에 의해서 한우 도체형질의 유전력 및 유전(공)분산을 단형질 및 다형질 개체모형을 가지고 추정하고 비교 하였다. 배장근단면적(longissimus dorsi area), 등지방 두께(backfat thickness), 상강도(marbling score)의 유전 모수를 추정하였으며, 분석에 이용된 자료는 총 1,941두 이고, 혈연계수를 구하기 위한 혈통 자료는 23,058두를 이용하였다. 도체형질에 대한 유전력 추정 시 단형질과 다형질 개체모형에 의한 편차는 크게 나타나지 않았다. 단형질 개체모형에서 Gibbs sampler 방법을 이용한 추정에서는 LDA, BF 및 MS에서 각각 0.52, 0.59 및 0.42로서 고도의 유전력을 보였다. MTDFREML 방법을 통한 추정 시에는 LDA 0.41, BF 0.52로서 고도의 유전력을 보였으며, MS는 0.32로서 중도의 유전력을 보였다. 분석 방법에 의한 유전력 추정은 Gibbs sampler에 의한 방법이 MTDFREML에 의한 방법에 비해서 0.1정도 높게 추정되었다. MTDFREML 방법과 Gibbs Sampler 방법에 의한 도체 형질간의 유전상관은 LDA와 BF, MS 간에는 모두 부의 상관을 보였고, BF과 MS에서는 정의 상관을 보였다. MTDFREML과 Gibbs Sampler에서 이들의 분석 방법 간에 육종가 추정치에 대한 상관계수는 LDA와 BF에서는 0.989 이상의 높은 추정치를 보였으나, MS에 대해서는 이보다 다소 낮은 0.985를 나타내었다. 그리하여, 상강도(marbling score)와 같은 범주형 자료에 대한 유전분석은 기존의 선형의 정규분포를 가정한 REML방법에 의한 것 보다 범주형 모형을 설정하여 Gibbs sampling algorithm을 응용한 분석방법이 더 적합할 것으로 사료된다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제14권8호
• /
• pp.1051-1056
• /
• 2001

Data for teat number for Landrace (L), Yorkshire (Y), crossbred of Landrace and Yorkshire (LY), and crossbred of Landrace, Yorkshire and Chinese indigenous Min Pig (LYM) were analyzed using Gibbs sampling. In Bayesian inference, flat priors and some informative priors were used to examine their influence on posterior estimates. The posterior mean estimates of heritabilities with flat priors were $0.661{\pm}0.035$ for L, $0.540{\pm}0.072$ for Y, $0.789{\pm}0.074$ for LY, and $0.577{\pm}0.058$ for LYM, and they did not differ (p>0.05) from their corresponding estimates of REML. When inverse Gamma densities for variance components were used as priors with the shape parameter of 4, the posterior estimates were still corresponding (p>0.05) to REML estimates and mean estimates using Gibbs sampling with flat priors. However, when the inverse Gamma densities with the shape parameter of 10 were utilized, some posterior estimates differed (p<0.10) from REML estimates and/or from other Gibbs mean estimates. The use of moderate degree of belief was influential to the posterior estimates, especially for Y and for LY where data sizes were small. When the data size is small, REML estimates of variance components have unknown distributions. On the other hand, Bayesian approach gives exact posterior densities of variance components. However, when the data size is small and prior knowledge is lacked, researchers should be careful with even moderate priors.

• Journal of applied mathematics & informatics
• /
• 제16권1_2호
• /
• pp.605-612
• /
• 2004

The Gibbs’ phenomenon for the classical Fourier series is known. This occurs for almost all series expansions. This phenomenon has been observed even in sampling series. In this paper, we show the existence of Gibbs phenomenon for trigonometric interpolating polynomial by a simple and different manner from the wok[4].

• Journal of Animal Science and Technology
• /
• 제50권1호
• /
• pp.19-26
• /
• 2008

본 연구는 1998년부터 2006년까지 축산과학원에서 능력검정을 실시한 Duroc종 산육능력 검정자료 3,526두와 혈통자료 3,910두의 자료를 이용하여 30kg시 일당증체량, 90kg시 일당증체량, 평균 등지방두께, 90kg 도달일령 및 사료요구율에 대한 유전모수를 추정하기 위하여 실시하였다. 검정기록을 바탕으로 유전모수의 추정은 단형질 및 다형질 혼합모형을 이용하여 Gibbs sampling을 이용한 Bayesian 방법을 이용하였다. 듀록 종의 산육능력 검정자료를 바탕으로 분산분석을 실시한 결과 모든 조사형질에 대하여 성별, 연도, 계절에 있어서 고도의 유의성을 보였으며, 단형질 Bayesian 방법에 의해 추정한 Post-gibbs 후의 30kg 도달시 일당증체량, 30kg~90kg 도달시 일당증체량, 등지방두께, 90kg 도달일령 및 사료요구율의 유전력은 각각 0.43, 0.49, 0.31, 0.48 및 0.62로 추정되었다. 또한 다형질 Bayesian 방법에 의해 추정한 형질간 유전상관은 30kg 도달시 일당증체량과 30kg~90kg 도달시 일당증체량, 등지방두께, 90kg 도달일령, 사료요구율에서는 각각 －0.02, －0.13, －0.55 및 －0.15로 추정되었으며, 30kg~90kg 도달시 일당증체량과 등지방두께, 90kg 도달일령, 사료요구율간의 유전상관은 각각 0.16, －0.73, －0.32로 추정되었고, 등지방두께와 90kg 도달일령, 사료요구율에서는 각각 0.01 및 －0.08로 추정되었으며, 90kg 도달일령과 사료요구율간의 유전상관은 0.23으로 추정되었다.

• 응용통계연구
• /
• 제26권5호
• /
• pp.713-723
• /
• 2013

본 연구에서는 2-모수 파레토분포에 대해 무정보사전분포인 준거사전분포의 가정 하에서 객관적 베이지안 모수추정 절차를 제안하였다. 베이지안 추정은 깁스샘플링에 의해서 수행된다. 깁스샘플러에서 모수생성하는 방법은 형태모수는 감마분포로부터 생성하고 척도모수는 적응기각표집 알고리즘에 의해 생성한다. 제안된 베이지안 모수추정 절차는 모의실험과 자료분석에서 기존의 추정방법들인 L-적률추정법, 최우추정법, 공액사전분포 하의 주관적 베이지안 모수추정법과 비교된다.

• Journal of the Korean Statistical Society
• /
• 제31권4호
• /
• pp.509-518
• /
• 2002

This paper is concerned with semiparametric Bayesian analysis of the proportional intensity regression model of the Poisson process for multiple event time data. A nonparametric prior distribution is put on the baseline cumulative intensity function and a usual parametric prior distribution is given to the regression parameter. Also we allow heterogeneity among the intensity processes in different subjects by using unobserved random frailty components. Gibbs sampling approach with the Metropolis-Hastings algorithm is used to explore the posterior distributions. Finally, the results are applied to a real data set.