• Communications for Statistical Applications and Methods
• /
• 제20권6호
• /
• pp.439-454
• /
• 2013

This study presents a Bayesian multiple change-point detection approach to segment and classify the observations that no longer come from an initial population after a certain time. Inferences are based on the multiple change-points in a sequence of random variables where the probability distribution changes. Bayesian multiple change-point estimation is classifies each observation into a segment. We use a truncated Poisson distribution for the number of change-points and conjugate prior for the exponential family distributions. The Bayesian method can lead the unsupervised classification of discrete, continuous variables and multivariate vectors based on latent class models; therefore, the solution for change-points corresponds to the stochastic partitions of observed data. We demonstrate segmentation with real data.

• 대한토목학회논문집
• /
• 제14권3호
• /
• pp.509-521
• /
• 1994

본 연구는 간헐 수문과정인 일 강수계열의 모의발생 모델을 개발한 것으로서, 일 강수계열의 구조적 특성인 강수발생과정과 습윤일의 강수량과정을 고려하였다. 본 연구는 두편이 논문으로 구성되어 있으며, 연구(I)에서는 강수발생과정을 위하여 고대재생과정(ARP)을 이용하였으며, 건조 습윤계속기간 분포에 대해서는 TBD, TPD, TNBD, LSD의 4가지 이산형 확률분포를 적용하였다. 후속논문인 연구(II)에서는 강수발생과정으로 Markov 연쇄모델을 이용한다. 그리고 습윤일의 강수량 분포에 대해서는 Gamma 분포, Pearson Type-III 분포, Type-III 극치분포, 3모수 Weibull 분포의 4가지 연속형 확률분포를 적용하였다. 연구(I)에서는 낙동강 유역의 대구, 고령, 밀양, 영주 관측소 및 섬진강 유역의 하동, 순창, 구례 관측소의 일 강수계열 자료를 사용하였으며, 강수발생과정과 습윤일의 강수량과정을 조합하여 구성한 두가지의 일 강수계열 모의발생 모델 A-W, A-G 모델의 적용성을 확인하였다.

• 응용통계연구
• /
• 제22권4호
• /
• pp.687-695
• /
• 2009

The Bayesian multiple change-point estimation has been applied to the daily means of ozone and PM10 data in Seoul for the period 1999. We focus on the detection of multiple change-points in the ozone and PM10 bivariate vectors by evaluating the posterior probabilities and Bayesian information criterion(BIC) using the stochastic approximation Monte Carlo(SAMC) algorithm. The result gives 5 change-points of mean vectors of ozone and PM10, which are related with the seasonal characteristics.