Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 5

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  prior distribution
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

Bayesian Statistical Tests for Proportion for Independent and Dependent Sampling

100%
Pekasiewicz D., University of Lodz D. o. S. M.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2013
|
vol. 285
EN
As a result of the use of the Bayesian statistical tests, the decision of the acceptance of the hypothesis for which the posterior risk is lower, is made. The risk depends on the prior parameter’s distribution, the loss function and the sampling scheme. In the paper, the Bayesian statistical tests for the proportion, for different prior distributions and independent and dependent sampling, are considered. Apart from theoretical considerations, the results of simulation studies on the properties of these tests are presented.
PL
W wyniku zastosowania bayesowskich testów statystycznych podejmujemy decyzję o akceptacji hipotezy, dla której ryzyko a posteriori jest mniejsze. Ryzyko a posteriori zależy od rozkładu a priori rozważanego parametru, funkcji straty i schematu losowania próby. W pracy rozpatrywane są bayesowskie testy statystyczne dla wskaźnika struktury, w przypadku różnych rozkładów a priori, przy niezależnym i zależnym schemacie losowania próby. Oprócz rozważań teoretycznych, zaprezentowane są wyniki analiz symulacyjnych dotyczących własności tych testów.
2
Publication available in full text mode
Content available

The Significance of Prior Information in Bayesian Parametric Survival Models

100%
Grzenda W., Warsaw School of Economics I. o. S. a. D.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2013
|
vol. 285
EN
The Bayesian approach gives the possibility of using in the research additional information that is external to the sample. The primary objective of this paper is to analyse the impact of the prior information on the posterior distribution in Bayesian parametric survival models. In this work the exponential models and Weibull models with different prior distributions have been estimated and compared. The aim of this research is to investigate the determinants of unemployment duration. The models have been estimated using Markov chain Monte Carlo method with Gibbs sampling.
PL
W pracy przedstawiono parametryczne modele przeżycia w ujęciu bayesowskim. Podejście bayesowskie wymaga zadania rozkładów a priori dla szacowanych parametrów modelu. Rozkład a priori parametru jest rozkładem prawdopodobieństwa, który wyraża całą wiedzę badacza o szacowanym parametrze przed sprawdzeniem aktualnych danych. W literaturze przedmiotu często spotyka się nieinformacyjne rozkłady a priori, które wyrażają brak wstępnej wiedzy badacza o szacowanych parametrach modelu. W celu pokazania znaczenia informacji a priori oraz jej wpływu na rozkład a posteriori oszacowano kilka parametrycznych modeli przeżycia przy różnych rozkładach a priori. Przedmiot badań stanowią determinanty długości czasu pozostawania bez pracy.
3
Publication available in full text mode
Content available

Bayesian estimation of a geometric distribution using informative priors based on a Type-I censoring scheme

100%
Akhtar N., Khan S. A., Amin M., Khan A. A., Ali A., Manzoor S.
Statistics in Transition new series
|
2023
|
vol. 24
|
issue 3
257-263
EN
In this paper, the geometric distribution parameter is estimated under a type-I censoring scheme by means of the Bayesian estimation approach. The Beta and Kumaraswamy informative priors, as well as five loss functions are used for this purpose. Expressions of Bayes estimators and Bayes risks are derived under the Squared Error Loss Function (SELF), the Quadratic Loss Function (QLF), the Precautionary Loss Function (PLF), the Simple Asymmetric Precautionary Loss Function (SAPLF), and the DeGroot Loss Function (DLF) using the two aforementioned priors. The prior densities are obtained through prior predictive distributions. Simulation studies are carried out to make comparisons using Bayes risks. Finally, a real-life data example is used to verify the model’s efficiency.
4
Content available remote

Prior distributions for Bayes factors and latent class model selection

58%
KAPŁON R.
Operations Research and Decisions
|
2009
|
vol. 19
|
issue 3
87-94
PL
Na etapie wyboru liczby segmentów w analizie klas ukrytych kryteria informacyjne są często stosowane. Szczególne miejsce zajmuje tutaj kryterium bayesowskie BIC, które można wyprowadzić – dokonując pewnych uproszczeń – z koncepcji czynnika bayesowskiego. W czynniku tym pojawia się rozkład a priori parametrów, którego nie ma w BIC. Z tego względu w pracy podjęto próbę znalezienia takiego rozkładu a priori, aby skuteczność tak powstałego kryterium była większa niż skuteczność BIC.
5

Using Bayesian Statistics in Enterprise Demography

58%
Kotlebová E., Láska I.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2015
|
issue 11(947)
67-81
EN
Knowledge of the number of different kinds of enterprises that will be created in a coming year is essential information. It can be used in macroeconomic analyses and as a constituent of the background for economic policy. From a demographics point of view, we consider the creation (birth) of some enterprise as a basic indicator. It can also be approached from the point of view of inference, as the creation of enterprise is influenced by a wide variety of inputs. Enterprise creation may therefore be thought of as a random process. The analytic tools Bayesian statistics provide make it possible involve more kinds of information into statistical analysis and gradually update the parameter estimations. We used the conjugate family Poisson / gamma to estimate the number of enterprises to be created in a coming year. The considerations were concerned with the mean square error, which was used as the main criterion of the point estimation quality. We solved two kinds of problems: to find a Bayesian point estimation that has a smaller mean square error than the classical one in a predetermined interval, and, along with it, to model prior information in a very simple way. In finding some connection among the variables contained in the conjugate family Poisson / gamma, we solved both presented problems and also developed a simple algorithm for optimal point estimation of the Poisson distribution parameter. This algorithm was used to estimate the number of enterprises created.
PL
Znajomość liczby przedsiębiorstw różnego typu, których utworzenie jest planowane w najbliższym roku, stanowi istotną informację, która może zostać wykorzystana w aspekcie makroekonomicznym, a także może stanowić podstawę do kreowania polityki ekonomicznej. Z demograficznego punktu widzenia podstawowym przedmiotem rozważań jest powstanie przedsiębiorstwa. Możliwe jest również podejście nawiązujące do zasad wnioskowania statystycznego, gdyż na tworzenie przedsiębiorstw oddziałują liczne i zróżnicowane czynniki, co daje podstawy do postrzegania tego procesu jako losowego. Metody analityczne statystyki bayesowskiej dają możliwość uwzględnienia w procesie badania większej ilości informacji oraz stopniowej korekty oszacowania danego parametru. Do oszacowania liczby planowanych do utworzenia przedsiębiorstw wykorzystano rodzinę rozkładów sprzężonych Poisson-gamma. Niezbędne rozważania oparte zostały na błędzie średniokwadratowym, przyjętym jako główne kryterium oceny jakości dokonanej estymacji punktowej. W artykule przedstawiono rozwiązania dwóch problemów badawczych: poszukiwania takiego estymatora bayesowskiego, który ma mniejszy błąd średniokwadratowy w porównaniu z ujęciem klasycznym dla z góry określonego przedziału, oraz przejrzystego sposobu modelowania rozkładów a priori. Dzięki zidentyfikowaniu pewnych powiązań pomiędzy zmiennymi opisywanymi mieszankami rozkładów z rodziny Poisson-gamma możliwe stało się rozwiązanie obu wyżej sformułowanych problemów oraz zbudowanie prostego algorytmu optymalnej estymacji punktowej parametru rozkładu Poissona. Algorytm ten został wykorzystany do oszacowania liczby nowo tworzonych przedsiębiorstw.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.