Berekening van a posteriori-verdeling in Bayes-analise : toepassing in 'n betroubareheidstelsel wat afwisselend gebruik word
Date
2002
Journal Title
Journal ISSN
Volume Title
Publisher
AOSIS
Abstract
Bayesian estimation is presented for the stationary rate of disappointments, D∞, for two models (with different specifications) of
intermittently used systems. The random variables in the system are considered to be independently exponentially distributed. Jeffreys’
prior is assumed for the unknown parameters in the system. Inference about D∞ is being restrained in both models by the complex and
non-linear definition of D∞. Monte Carlo simulation is used to derive the posterior distribution of D∞ and subsequently the highest
posterior density (HPD) intervals. A numerical example where Bayes estimates and the HPD intervals are determined illustrates these
results. This illustration is extended to determine the frequentistical properties of this Bayes procedure, by calculating covering
proportions for each of these HPD intervals, assuming fixed values for the parameters.
Die Bayes-beraming van die stasionêre tempo van teleurstellings, D∞, vir twee modelle (met verskillende spesifikasies) van stelsels wat afwisselend gebruik word, word voorgestel. Daar word veronderstel dat die stogastiese veranderlikes van die stelsel onafhanklik eksponensiaal verdeel is. Jeffrey se a priori-verdeling word vir die onbekende parameters aanvaar. Die komplekse en nieliniêre definisie van D∞ beperk inferensie in albei modelle. Monte Carlo-simulasie word gebruik om die a posteriori-verdeling van D∞ en daarna die hoogste a posteriori-digtheidsintervalle (HPD) af te lei. ’n Numeriese voorbeeld waarin Bayes-beramers en die HPD-intervalle bereken word, illustreer hierdie resultate. Die frekwentistiese eienskappe van hierdie Bayes-prosedure word bepaal deur oordekkingsproporsies te bereken vir elk van hierdie HPD-intervalle vir vaste waardes van die parameters.
Die Bayes-beraming van die stasionêre tempo van teleurstellings, D∞, vir twee modelle (met verskillende spesifikasies) van stelsels wat afwisselend gebruik word, word voorgestel. Daar word veronderstel dat die stogastiese veranderlikes van die stelsel onafhanklik eksponensiaal verdeel is. Jeffrey se a priori-verdeling word vir die onbekende parameters aanvaar. Die komplekse en nieliniêre definisie van D∞ beperk inferensie in albei modelle. Monte Carlo-simulasie word gebruik om die a posteriori-verdeling van D∞ en daarna die hoogste a posteriori-digtheidsintervalle (HPD) af te lei. ’n Numeriese voorbeeld waarin Bayes-beramers en die HPD-intervalle bereken word, illustreer hierdie resultate. Die frekwentistiese eienskappe van hierdie Bayes-prosedure word bepaal deur oordekkingsproporsies te bereken vir elk van hierdie HPD-intervalle vir vaste waardes van die parameters.
Description
The original publication is available at http://www.satnt.ac.za
CITATION: Yadavalli, V. S. S. et al. 2002. Berekening van a posteriori-verdeling in Bayes-analise : toepassing in 'n betroubareheidstelsel wat afwisselend gebruik word. 21(3):a231, doi:10.4102/satnt.v21i3.231.
CITATION: Yadavalli, V. S. S. et al. 2002. Berekening van a posteriori-verdeling in Bayes-analise : toepassing in 'n betroubareheidstelsel wat afwisselend gebruik word. 21(3):a231, doi:10.4102/satnt.v21i3.231.
Keywords
Bayesian statistical decision theory
Citation
Yadavalli, V. S. S. et al. 2002. Berekening van a posteriori-verdeling in Bayes-analise : toepassing in 'n betroubareheidstelsel wat afwisselend gebruik word. 21(3):a231, doi:10.4102/satnt.v21i3.231.