• Communications for Statistical Applications and Methods
• /
• 제19권2호
• /
• pp.237-246
• /
• 2012

다중 변환점(multiple change-point) 추론에 있어 소량자료에 관한 연구는 많지 않다. 본 논문에서는 소량 자료의 다중 변환점 추정을 위해 베이지안 비중심(noncentral) t 분포 변환점 모형을 제안하고, 제안된 모형 추론을 위해 메트로폴리스-해스팅스를 포함한 깁스 샘플링(Metropolis-Hastings-Within-Gibbs sampling) 알고리즘을 이용하였다. 모의실험 및 태풍 발생 수의 실증 분석결과는 제안된 모형과 알고리즘의 우수성을 보여 준다.

• 응용통계연구
• /
• 제25권6호
• /
• pp.999-1008
• /
• 2012

A Bayesian multiple change-point model for small data is proposed for multivariate means and is an extension of the univariate case of Cheon and Yu (2012). The proposed model requires data from a multivariate noncentral $t$-distribution and conjugate priors for the distributional parameters. We apply the Metropolis-Hastings-within-Gibbs Sampling algorithm to the proposed model to detecte multiple change-points. The performance of our proposed algorithm has been investigated on simulated and real dataset, Hanwoo fat content bivariate data.