BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Boratyńska Agata (Szkoła Główna Handlowa w Warszawie)
Tytuł
Estymatory o Г-minimaksowej utracie a posteriori dla pewnych rozkładów dyskretnych
Źródło
Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa, 2004, nr 13, s. 31-46, tab., bibliogr. 16 poz.
Tytuł własny numeru
Metody badań procesów społeczno-ekonomicznych
Słowa kluczowe
Estymatory, Badania statystyczne
Estimators, Statistical surveys
Uwagi
streszcz.
Abstrakt
W wielu badaniach statystycznych mamy do czynienia z pewną wiedzą a priori, którą mo-deluje się wybierając rozkład a priori na przestrzeni nieznanych parametrów lub rodzinę roz-kładów a priori. Przy rozważaniu rodziny rozkładów a priori związanej z niepewnością co do informacji a priori otrzymujemy również rodzinę decyzji bayesowskich. Celem jest natomiast wybór jednej reguły "optymalnej" (odpornej). W pracy badane są trzy modele ważne w zastosowaniach ubezpieczeniowych, służące do opisu liczby roszczeń (model dwumianowy, ujemny dwumianowy i Poissona). Rozważane są dwie funkcje straty i różne naturalne rodziny rozkładów a priori. Wyznacza się oscylację estymatorów bayesowskich oraz konstruuje estymatory o r-minimaksowej utracie a posteriori jako estymatory optymalne i odporne. (abstrakt oryginalny)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Berger J. (1984), The robust Bayesian viewpoint, Robustness of Bayesian Analyses, Ed. J. Kadane, Elsevier Science Publishers, Amsterdam, str. 63-124.
  2. Berger J. (1990), Robust Bayesian analysis: sensitivity to the prior, J. Statist. Plann. Inference, 25, str. 303-328.
  3. Berger J., Berliner L.M. (1986), Robust Bayes and empirical Bayes analysis with e-contaminated priors, Ann.Statist., 14, str. 461-486.
  4. Betro B., Ruggeri F. (1992), Conditional T- minimax actions under convex losses, Comm. Statist. Theory and Methods, 21, str. 1051-1066.
  5. Boratyńska A. (1997), Stability of Bayesian inference in exponential families, Statist. Probab. Lett., 36, str. 173-178.
  6. Boratyńska A. (2002a), Posterior regret r-minimax estimation in a normal model with asymmetric loss function, Applications Mathematicae, 29, str. 7-13.
  7. Boratyńska A. (2002b), Estymatory o r-minimaksowej utracie a posteriori przy asymetrycznej funkcji straty LINEX, Badania statutowe (opracowanie), Kolegium Analiz Ekonomicznych SGH, Warszawa 2002.
  8. Clevenson M.L., Zidek J.V. (1975), Simultaneous estimation of the means of independent Poisson laws, Journal of the American Statistical Association, 70, str. 698-705.
  9. Heilmann W. (1989), Decision theoretic foundations of credibility theory, Insurance: Mathematics and Economics, 8, str. 77-95.
  10. Męczarski M. (1993), Stability and conditional r-minimaxity in Bayesian inference, Applicationes Mathematicae, 22, str. 117-122.
  11. Męczarski M. (1998), Problemy odporności w bayesowskiej analizie statystycznej, Oficyna Wydawnicza SGH, Warszawa.
  12. Męczarski M., Zieliński R. (1991), Stability of the Bayesian estimator of the Poisson mean under the inexactly specified gamma prior, Statist. Prob. Letters, 12, str. 329-333.
  13. Rios Insua D., Ruggeri F. (editors)(2000), Robust Bayesian analysis, Lectures Notes in Statistics 152, Springer-Verlag, New York.
  14. Rios Insua D., Ruggeri F., Vidakovic B. (1995), Some results on posterior regret r-minimax estimation, Statistics and Decisions, 13, str. 315-331.
  15. Sivaganesan S., Berger J. (1989), Ranges of posterior measures for priors with unimodal contaminations, Ann. Statist., 17, str. 868-889.
  16. Zen M., DasGupta A. (1993), Estimating a binomial parameter: is robust Bayes real Bayes? Statist. & Decisions, 11, str. 37-60.
Cytowane przez
Pokaż
ISSN
1232-4671
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu