$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

매스매티카를 이용하여 3-모수를 갖는 와이블분포에 대한 피셔 정보행렬의 유도
Derivation of the Fisher information matrix for 3-parameters Weibull distribution using mathematica 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.20 no.1, 2009년, pp.39 - 48  

양지은 (원광대학교 수학정보통계학부) ,  백호유 (원광대학교 수학정보통계학부)

초록
AI-Helper 아이콘AI-Helper

피셔 정보행렬은 모수 추론에서 중요한 역할을 한다. 특히 비정보 사전분포를 이용한 사후분포로 유도하는 객관적 베이지안 추론에서 사용된다. 또한 기하학에서는 거리함수의 한 예로서 이용된다. 모수가 많아질수록 피셔 정보행렬의 계산이 복잡하여진다. 따라서 본 논문에서는 매스매티카를 이용하여 계산상 필요한 프로그램을 적용시켜 신뢰성 이론에서 사용되는 3-모수 와이블분포에 대한 피셔 정보행렬을 유도하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Fisher information matrix plays an important role in statistical inference of unknown parameters. Especially, it is used in objective Bayesian inference which derives to the posterior distribution using a noninformative prior distribution and is an example of metric functions in geometry. The more p...

주제어

#3-모수 와이블분포   #비정보 사전분포   #피셔 정보행렬  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그리고 이러한 피셔 정보행렬의 기하학적인 적용은 이영조 (1988)와 Kass 등 (1984)에서 기하학적으로 통계적 곡률과 관련되어져 나타내었다. 본 연구에서는 매스매티카 명령어를 이용하여 3모수 와이블분포에 대한 피셔 정보행렬의 유도 문제를 다루고자 한다. 2절에서는 그에 필요한 함수와 매스매티카 명령어로 설명하고 3모수 와이블분포에 대한 피셔 정보 행렬의 형태로 표현한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
피셔 정보행렬은 어떻게 사용되는가? 피셔 정보행렬은 모수 추론에서 중요한 역할을 한다. 특히 비정보 사전분포를 이용한 사후분포로 유도하는 객관적 베이지안 추론에서 사용된다. 또한 기하학에서는 거리함수의 한 예로서 이용된다.
피셔 정보행렬의 기하학적인 적용은 이영조와 Kass 등이 무엇과 관련되어져 나타내었는가? 특히 p = 1일때는 피셔 정보통계량이라 하고 통계적 추론에서 많이 이용된다. 그리고 이러한 피셔 정보행렬의 기하학적인 적용은 이영조 (1988)와 Kass 등 (1984)에서 기하학적으로 통계적 곡률과 관련되어져 나타내었다. 본 연구에서는 매스매티카 명령어를 이용하여 3모수 와이블분포에 대한 피셔 정보행렬의 유도 문제를 다루고자 한다.
와이블 분포는 원래 무엇을 위해 제안되었는가? 여기서 a를 위치모수 (location parameter), b를 척도모수(scale parameter), c를 형태모수 (shape parameter)라 한다. 이러한 와이블 분포는 원래 공학에서 재료의 피로 데이터로 설명하기 위해 제안되었고, 현재는 여러 공학 문제에서 두루 사용되고 있다. 특히 많은 부품들로 구성되어 있는 제품이 그 부품들 중 어느 하나가 고장날 때 제품이 고장나는 모형에 적절하게 적용된다 특별한 예로서 형태모수 c = 1지수분포의 확률밀도함수가 되고, c = 2일때 Rayleigh 분포의 확률밀도 함수가 된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. 문경애, 신임희, 김달호 (2000). 로그정규분포의 상등에 관한 베이지안 검정. , 11, 269-277. 

    원문보기 상세보기

  2. 박동호, 임재학, 남경현 (1996). , 영지문화사, 서울. 

  3. 이영조 (1988). 통계적 곡률, , 자유아카데미, 125-170. 

  4. 정해성 (1998). , 영지문화사, 서울. 

  5. Jeffreys, H. (1961). Theory of probability, 3rd Ed., Oxford: Oxford University Press. 

  6. Kass, R. E. (1984). Canonical parametrizations and zero parameter-effects curvature. Journal of the Royal Statistical Society B, 46, 86-92. 

  7. Lee, Y. J. (2005). Reference prior and posterior in the AR (1) model. Journal of the Korean Data & Information Science Society, 16, 71-78. 

    원문보기 상세보기

  8. Lehmann, E. L. and Casella, G. (1999). Theory of point estimation, 2nd Ed., Springer. 

  9. Ross, S. (2002). A first course in probability, 6th Ed., Prentice Hall. 

  10. Wolfram. S. (2003). The Mathematica book, 5th Ed., Wolfram Media, Cambridge University Press. 

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로