Reference Bayesian analysis of inverse Gaussian degradation process
Reference Bayesian analysis of inverse Gaussian degradation process
复制标题
逆高斯退化过程参考贝叶斯分析
DOI：
10.1016/j.apm.2019.05.013
复制
发表时间：
2019-10
期刊：
影响因子：
--
通讯作者：
Ancha Xu
中科院分区：
文献类型：
--
作者：
Qiang Guan;Yincai Tang;Ancha Xu
本文采用客观贝叶斯方法来分析基于逆高斯过程的退化模型。获得模型参数的非信息先验（Jefferys 先验和两个参考先验）并讨论其属性。此外，我们提出了一类修改的参考先验来弥补通常参考先验的弱点，并表明修改的参考先验不仅具有适当的后验分布，而且还具有模型参数的概率匹配属性。研究了基于Jefferys先验和修正参考先验的贝叶斯推理吉布斯采样算法。进行模拟以将客观贝叶斯估计与最大似然估计和主观贝叶斯估计进行比较，并显示客观方法比其他两种估计具有更好的性能，特别是对于小样本量的情况。最后通过两个真实数据例子进行分析说明。
In this paper, objective Bayesian method is applied to analyze degradation model based on the inverse Gaussian process. Noninformative priors (Jefferys prior and two reference priors) for model parameters are obtained and their properties are discussed. Moreover, we propose a class of modified reference priors to remedy weaknesses of the usual reference priors and show that the modified reference priors not only have proper posterior distributions but also have probability matching properties for model parameters. Gibbs sampling algorithms for Bayesian inference based on the Jefferys prior and the modified reference priors are studied. Simulations are conducted to compare the objective Bayesian estimates with the maximum likelihood estimates and subjective Bayesian estimates and shows better performance of the objective method than the other two estimates especially for the case of small sample size. Finally, two real data examples are analyzed for illustration.
登录
查看更多内容
影响因子：
2.5
作者：
Ye, Zhi-Sheng;Chen, Nan
通讯作者：
Chen, Nan
影响因子：
5.9
作者：
D. Dupuis;J. Mills
通讯作者：
D. Dupuis;J. Mills
DOI：
10.1109/icc.2018.8422590
发表时间：
2018-05
期刊：
2018 IEEE International Conference on Communications (ICC)
影响因子：
--
作者：
Hung V. Vu;N. Tran;T. Le-Ngoc
通讯作者：
Hung V. Vu;N. Tran;T. Le-Ngoc
影响因子：
2.1
作者：
Lei He;Daojiang He;M. Cao
通讯作者：
Lei He;Daojiang He;M. Cao
DOI：
10.1111/j.2517-6161.1965.tb00581.x
发表时间：
1965
期刊：
Journal of the royal statistical society series b-methodological
影响因子：
--
作者：
H. W. Peers
通讯作者：
H. W. Peers