• Journal of the Korean Data and Information Science Society
• /
• 제25권3호
• /
• pp.611-622
• /
• 2014

The inverse Weibull distribution (IWD) is the complementary Weibull distribution and plays an important role in many application areas. In Bayesian analysis, Soland's method can be considered to avoid computational complexities. One limitation of this approach is that parameters of interest are restricted to a finite number of values. This paper introduce nonparametric Bayesian estimator in the context of record statistics values from the exponentiated inverse Weibull distribution (EIWD). In stead of Soland's conjugate piror, stick-breaking prior is considered and the corresponding Bayesian estimators under the squared error loss function (quadratic loss) and LINEX loss function are obtained and compared with other estimators. The results may be of interest especially when only record values are stored.

• 응용통계연구
• /
• 제28권2호
• /
• pp.251-267
• /
• 2015

인도부페 프로세스는 유한개의 행과 무한개의 열로 이루어진 이진행렬의 분포와 관련된 확률과정이다. 무한특성모형을 유한개의 행과 무한개의 열로 이루어진 이진행렬을 이용해서 표현할 때, 이진행렬에 대한 사전분포로써 인도부페 프로세스가 이용될 수 있다. 본 논문에서는 인도부페 프로세스를 유한특성모형과 연관지어서 유도하는 방법을 소개하고, 베타프로세스와의 관련성을 간략히 설명한다. 실제 모형의 추론에 인도부페 프로세스가 이용되는 예제를 살펴보기 위해서 가우시안 선형모형에 인도부페 프로세스를 적용한 모형화 방법을 언급하고, 깁스표집 알고리즘, 막대 자르기 알고리즘, 변분방법을 이용한 추론방법을 설명한다. 그리고 이 세 가지 알고리즘을 이용하여 이미지 자료를 분석하는데 적용해본다. 나아가 쌍자료 분석, 네트워크 분석, 독립성분 분석에서 인도부페 프로세스가 어떻게 이용될 수 있는지도 알아본다.