A change-point problem is examined from a Bayesian viewpoint, under nonparametric hypotheses. A Ferguson-Dirichlet prior is chosen and the posterior distribution is computed for the change-point and for the unknown distribution functions.
Problems of making inferences about abrupt changes in the mechanism underlying a sequence of observations are considered in both retrospective and on-line contexts. Among the topics considered are the Lindisfarne scribes problem; switching straight lines; manoeuvering targets, and shifts of level or slope in linear time series models. Summary analyses of data obtained in studies of schizophrenic and kidney transplant patients are presented.
En este trabajo se propone un análisis de supervivencia basado en un modelo Gamma. Se obtienen las condiciones teóricas bajo las cuales dos funciones de supervivencia Gamma están estocásticamente ordenadas. Estos resultados se utilizan para proponer un método sencillo que permite comparar dos poblaciones cuando, a priori, se conoce que sus curvas de supervivencia están estocásticamente ordenadas. Los resultados se ejemplifican con el análisis de un banco de datos reales sobre tiempos de desempleo....
The family of proper conjugate priors is characterized in a general exponential model for stochastic processes which may start from a random state and/or time.
We establish posterior consistency for non-parametric Bayesian estimation of the dispersion coefficient of a time-inhomogeneous Brownian motion.
Se pone de manifiesto que el problema de contrastar si un conjunto de datos es o no compatible con un modelo probabilístico totalmente especificado puede ser reducido al problema de contrastar si una determinada transformación de los datos puede ser considerada como una muestra aleatoria de una distribución uniforme. Mediante la construcción de una nueva familia paramétrica de distribuciones, que contiene a la uniforme como caso particular, se propone un contraste bayesiano de uniformidad que constituye...
La convergencia casi segura de una sucesión de variables aleatorias, con respecto a PX,Q (distribución predictiva), se estudia en relación con la convergencia casi segura, con respecto a PX,θ (para todo θ ∈ Θ), donde {PX,θ}θ ∈ Θ es una familia de modelos de probabilidad sobre el espacio muestral χ.Como consecuencia, se estudia la convergencia casi segura del vector de probabilidad a posteriori con respecto a PX,Q.
We try to show that Discriminant Analysis can be considered as a branch of Statistical Decision Theory when viewed from a Bayesian approach. First we present the necessary measure theory results, next we briefly outline the foundations of Bayesian Inference before developing Discriminant Analysis as an application of Bayesian Estimation. Our approach renders Discriminant Analysis more flexible since it gives the possibility of classing an element as belonging to a group of populations. This possibility...