文献

J-GLOBAL ID：201802255019611084   整理番号：18A0389423

パラメトリック制約を用いたガンマモデルのための予測密度推定について【Powered by NICT】

On predictive density estimation for Gamma models with parametric constraints

著者 (4件)： L’Moudden Aziz (Universite de Sherbrooke, Departement de mathematiques, Sherbrooke Qc, Canada, J1K 2R1) ,  Marchand Eric (Universite de Sherbrooke, Departement de mathematiques, Sherbrooke Qc, Canada, J1K 2R1) ,  Kortbi Othmane (Department of Statistics, CBE, UAE University, United Arab Emirates) ,  Strawderman William E. (Rutgers University, Department of Statistics and Biostatistics, 501 Hill Center, Busch Campus, Piscataway, NJ, 08855, USA)
資料名： Journal of Statistical Planning and Inference  (Journal of Statistical Planning and Inference)
巻： 185  ページ： 56-68  発行年： 2017年 
JST資料番号： B0907B  ISSN： 0378-3758  CODEN： JSPIDN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ガンマモデルの予測に関するものであり,より具体的にはKullback-Leibler損失の下でY~G a(α 2 , β)の予測密度の推定,X~G a(α 1 , β)に基づいている。主な焦点は型β∈C=(a , b)のパラメトリック制約である状況に関係している。Bayes予測密度の表現と非拘束問題における最小リスク同変予測密度を得た。Cへの無情報事前分布の打切りに対する一般化Bayes推定量は最小リスク同変予測密度を支配し,=0又はb∞はいつでも,ミニマックスであることを示した。予測mle密度を含む,プラグイン予測密度Ga(α 2 , β)の解析的比較は二重エントロピー損失ββ-log(β β) 1下の点推定のための,適用結果が得られた。数値評価は,このような予測密度はパラメトリック制限の利用におけるいくつかのBayes代替案より,それほど効率的でないことを確認した。最後に,プラグイン予測密度の形G a(α 2 k , k β)の分散拡大の改善は常にk>1値と非縮退βのサブセットに対して見出すことができることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 縮退 ,  エントロピー ,  Bayes推定 ,  *予測 ,  部分集合 ,  打切
準シソーラス用語： 事前分布 , 【Automatic Indexing@JST】

著者キーワード (11件)： Bayes推定量 ,  支配 ,  頻度論的リスク ,  ガンマ ,  Kullback-Leibler損失 ,  ミニマックス ,  最小リスク等変形 ,  プラグイン ,  予測密度 ,  制限されたパラメータ空間 ,  分散展開

分類 (4件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  統計学  (AB08000H) ,  免疫反応一般  (ED03010T) ,  細胞生理一般  (EF02010S)

タイトルに関連する用語 (4件)： 制約 ,  予測 ,  密度 ,  推定