• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2002년도 춘계 학술발표회 논문집
• /
• pp.73-78
• /
• 2002

In this paper we develop a method for constructing a Bayesian HPD (highest probability density) interval of a ratio of two multivariate normal generalized variances. The method gives a way of comparing two multivariate populations in terms of their dispersion or spread, because the generalized variance is a scalar measure of the overall multivariate scatter. Fully parametric frequentist approaches for the interval is intractable and thus a Bayesian HPD(highest probability densith) interval is pursued using a variant of weighted Monte Carlo (WMC) sampling based approach introduced by Chen and Shao(1999). Necessary theory involved in the method and computation is provided.

• 응용통계연구
• /
• 제23권1호
• /
• pp.13-28
• /
• 2010

혼합분포를 가정한 신용평가연구에서 부도차주를 정상으로 예측하거나 정상차주를 부도로 예측하는 오류를 최소화하는 분류점을 추정하는 방법을 토론한다. 확률변수 스코어와 정상과 부도상태의 모수공간으로 정의된 확률밀도함수들에 대하여 강력검정과 일반화가능도비검정을 이용하여 최적분류점의 추정방법을 제안하고, ROC와 CAP 곡선에서 분류정확도를 측정하는 정확도(accuarcy)와 진실율(true rate)을 이용하여 이 측도를 최대로 하는 최적분류점을 확률밀도함수의 관계식으로 추정하는 방법을 제안한다. 다양한 정규분포에서 가설검정, 정확도 그러고 진실율을 이용하는 세가지 방법의 최적분류점을 구하고 각최적분류점에 대응하는 제 I 종과 제 II 종 오류합의 크기를 비교하여 효율성을 토론한다.