文献

J-GLOBAL ID：202202235734343588   整理番号：22A1170981

未知の位置を持つ指数分布のためのパラメトリック制約によるBayes予測密度推定【JST・京大機械翻訳】

Bayesian predictive density estimation with parametric constraints for the exponential distribution with unknown location

著者 (2件)： Hamura Yasuyuki (Graduate School of Economics, University of Tokyo, Bunkyo-ku, Tokyo, Japan) ,  Kubokawa Tatsuya (Faculty of Economics, University of Tokyo, Bunkyo-ku, Tokyo, Japan)
資料名： Metrika  (Metrika)
巻： 85  号： 4  ページ： 515-536  発行年： 2022年 
JST資料番号： H0243A  ISSN： 0026-1335  CODEN： MTRKA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,未知の位置を持つ指数分布の予測を考察した。ほとんどの部分に対して,一次元ケースを扱い,位置パラメータが間隔に制限されると仮定した。Kullback-Leibler発散の下で,実線と制限空間に支持された事前密度に関するBayes予測密度を比較した。最初に,スケールパラメータが知られている事例を考察した。一般的支配条件および最小性と許容度結果を得る。次に,未知のスケールの場合を扱う。この場合,位置パラメータは既知の定数よりも少なく,支配のための十分条件が得られると仮定した。最後に,位置パラメータが凸集合に制限される既知のスケールを持つ多次元問題を扱う。いくつかのBayes予測密度の性能をシミュレーションを通して調査した。いくつかの予測方法を実際のデータに適用した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  凸集合 ,  *密度 ,  推定 ,  *予測 ,  *位置 ,  許容量 ,  一次元 ,  *指数分布 ,  支配 ,  高次元 ,  十分条件 ,  スケールパラメータ
準シソーラス用語： パラメータ空間 , 【Automatic Indexing@JST】

著者キーワード (6件)： 許容性 ,  Bayes予測密度推定 ,  優位 ,  指数分布 ,  ミニマックス性 ,  制限されたパラメータ空間

分類 (1件)： 統計学  (AB08000H)

タイトルに関連する用語 (5件)： 指数分布 ,  制約 ,  予測 ,  密度 ,  推定