A Variational Bayesian Approach for Estimating Parameters of a Mixture of Erlang Distribution
A Variational Bayesian Approach for Estimating Parameters of a Mixture of Erlang Distribution
复制标题
估计混合 Erlang 分布参数的变分贝叶斯方法
DOI：
--
复制
发表时间：
2010
期刊：
影响因子：
--
通讯作者：
T. Dohi
中科院分区：
文献类型：
--
作者：
Y. Yamaguchi;H. Okamura;T. Dohi
提出了一种从经验样本中估计混合Erlang(Mer)分布参数的快速算法。特别地，我们发展了一种变分方法来近似计算贝叶斯背景下MER分布参数的后验分布。该方法的计算速度比马尔可夫链蒙特卡罗(MCMC)方法快200倍。所提方法的估计值与MCMC法的估计值基本相同。此外，我们还讨论了在所提出的变分贝叶斯方法中，如何基于一定的拟合优度准则来估计Erlang分布的形状参数。
This article proposes a fast algorithm for estimating parameters of a mixture of Erlang (MER) distribution from empirical samples. In particular, we develop a variational approach for approximately computing posterior distributions of parameters of MER distribution in the Bayesian context. Computation speed of the proposed method becomes up to 200 times faster than that of the Markov chain Monte Carlo (MCMC) method. The estimates of proposed method are almost same as those of MCMC method. Moreover, we discuss how to estimate shape parameters of Erlang distribution based on a certain goodness-of-fit criterion in the proposed variational Bayes method.