Dirichlet Process Mixtures of Beta Distributions , with Applications to Density and Intensity Estimation
Dirichlet Process Mixtures of Beta Distributions , with Applications to Density and Intensity Estimation
复制标题
Beta分布的狄利克雷过程混合及其在密度和强度估计中的应用
DOI：
--
复制
发表时间：
2006
期刊：
影响因子：
--
通讯作者：
A. Kottas
中科院分区：
文献类型：
--
作者：
A. Kottas
本文提出了一类以Beta分布为混合核函数、Dirichlet过程为先验分布的贝叶斯非参数混合模型。令人鼓舞的应用包括有界域上的密度估计，以及随时间推移的非齐次泊松过程的推断。我们提出了混合模型的制定，讨论前规范，并开发一个计算方法后验推理。该模型用两个数据集来说明。
We propose a class of Bayesian nonparametric mixture models with a Beta distribution providing the mixture kernel and a Dirichlet process prior assigned to the mixing distribution. Motivating applications include density estimation on bounded domains, and inference for non-homogeneous Poisson processes over time. We present the mixture model formulation, discuss prior specification, and develop a computational approach to posterior inference. The model is illustrated with two data sets.