• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.22 no.51
• /
• pp.53-61
• /
• 1999

평균치에 적용되는 credibility formula를 분산에도 적용하여 응용 할 수 있는 extended credibility formula를 개발한다. 간단한 베이지안 신뢰도 예측모형을 구축하고 이 모형에 extended credibility formula를 적용한다. 감마 사전분포 - 포아송 우도의 경우와 베타 사전분포 - 이항분포 우도의 경우에 대해 extended credibility formula를 적용해 관측치에 주어진 가중치에 따라 사후 분산이 어떻게 변화하는지를 분석한다. 사후분산도 사후평균과 마찬가지로 사전값과 관측값의 가중평균으로 표시될 수 있다는 것을 증명한다. 가중치와 불확실성 감소율간의 관계도 연구된다. 이와 같은 가중치에 따른 사전 및 사후분포의 변화 양식에 대한 이해는 올바른 사전분포를 설정하는데 큰 도움이 될 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.189-196
• /
• 2000

Conjugate prior density families were motivated by considerations of tractability in implementing the Bayesian paradigm. But we consider problem that the conjugate prior p($\Theta$) cannot be used in restriction of the parameter $\Theta$. This article considers the nonconjugate prior problem of hierarchical Poisson model. We demonstrate the use of latent variables for sampling non-standard densities which arise in the context of the Bayesian analysis of non-conjugate by using a Gibbs sampler.

• Journal of Korea Society of Industrial Information Systems
• /
• v.3 no.1
• /
• pp.13-21
• /
• 1998

와이블분포의 척도모수와 형상모수를 베이지안 방법을 이용하여 추정한다. 깁스표본법을 사용하여 모수들에 대한 추정, 결합사후확률분포와 주변사후확률분포를 구한다. 9개의 열 전달기기자료와 10개의 인위적인 자료를 이용하여 제안된 방법을 적용하여 사례를 연구한다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1997.11a
• /
• pp.521-533
• /
• 1997

와이블분포에서 척도모수와 형상모수를 베이지안 방법을 이용하여 추정한다. 깁스표본법을 사용하여 모수들에 대한 추정, 결합사후확률분포 와 주변사후확률분포를 구한다. 9개의 열 전달기기자료와 10개의 인위적인 자료를 이용하여 제안된 방법을 적용하여 사례를 연구한다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.135-140
• /
• 2000

베이지안 신경망 모형(Bayesian Neural Networks Models)에서 주어진 입력값(input)은 블랙 박스(Black-Box)와 같은 신경망 구조의 각 층(layer)을 거쳐서 출력값(output)으로 계산된다. 새로운 입력 데이터에 대한 예측값은 사후분포(posterior distribution)의 기대값(mean)에 의해 계산된다. 주어진 사전분포(prior distribution)와 학습데이터에 의한 가능도함수(likelihood functions)를 통해 계산되어진 사후분포는 매우 복잡한 구조를 갖게 됨으로서 기대값의 적분계산에 대한 어려움이 발생한다. 이때 확률적 추정에 의한 근사 방법인 몬테칼로 적분을 이용한다. 이러한 방법으로서 Hybrid Monte Carlo 알고리즘은 우수한 결과를 제공하여준다(Neal 1996). 본 논문에서는 Hybrid Monte Carlo 알고리즘과 기존에 많이 사용되고 있는 Gibbs sampling, Metropolis algorithm, 그리고 Slice Sampling등의 몬테칼로 방법들을 비교한다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2002.07a
• /
• pp.148-153
• /
• 2002

사후봉사의 핵심은 신속한 고장 수리와 원활한 부품 공급이다. 일정 지역을 담당하고 있는 사후봉사 업소가 보유해야 할 수리 부품에 대한 적정 재고량 산정은 사후봉사 업소의 안정적인 경영뿐만 아니라 원활한 사후봉사의 기능을 위해서도 대단히 중요한 일이다. (중략)

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.261-266
• /
• 2000

이변량 반복측정자료에서 Chinchilli 등(1996)이 제안한 가중일치상관계수는 두 변수의 일치성을 나타내는 측도이다. 기존에 제안된 가중일치상관계수 추정법은 변동효과 및 측정오차의 분산성분을 각각 최소제곱법으로 비편향 추정하여 구하는 것이다. 본 연구에서는 반복측정자료의 주변 우도함수를 설정한 후, 우도함수에 기초한 분산성분을 구하여 가중일치상관계수를 추정하는 방법을 제안한다. 이때, 각 분산성분은 유사/의사 우도함수 및 사후 분포에서 반복시행을 통하여 구해진다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.2
• /
• pp.431-437
• /
• 1998

본 논문의 목적은 계층적 베이즈 일반화 선형모형을 이용하여 경시적 자료를 분석하는 것이다. 구체적으로 계층적 베이즈 변량효과 모형을 소개하고 무정보적 사전분포 하에서 사후분포가 진(proper)인지에 대한 충분조건을 찾는다 또한, 깁스(Gibbs) 표본자를 사용하여 제안된 계층적 베이즈 절차의 수행에 관해 논의한다. 현실자료를 사용하여 제안된 계층적 베이즈 분석을 예시하고, 이에 대응하는 경험적 베이즈 분석과 비교한다.

• The Korean Journal of Applied Statistics
• /
• v.15 no.2
• /
• pp.405-414
• /
• 2002

We consider the problem of estimating the error variance of in a two-way mixed-effects ANOVA model using noninformative priors. First, we derive Jeffreys' prior, a reference prior, and matching priors. We then provide marginal posterior distributions under those noninformative priors. Finally, we provide graphs of marginal posterior densities of the error variance and credible intervals for the error variance in two real data set and compare these credible intervals.

• The Korean Journal of Applied Statistics
• /
• v.17 no.1
• /
• pp.49-60
• /
• 2004

In this paper, when the observations are distributed as inverse gaussian, we developed the noninformative priors for ratio of the parameters of inverse gaussian distribution. We developed the first order matching prior and proved that the second order matching prior does not exist. It turns out that one-at-a-time reference prior satisfies a first order matching criterion. Some simulation study is performed.