부분 베이즈요인을 이용한 포아송모형들의 베이지안 다중비교

Bayesian Multiple Comparisons of Poisson Models using Fractional Bayes Factor

베이지안 다중비교(Bayesian multiple comparisons)는 여러 통계모형에서 성공적인 결과를 주는 것으로 알려져 있다. 일반적으로, 베이지안 다중비교는 고려중인 모형에 대한 사후확률을 계산하여 가장 높은 확률을 갖는 모형을 선택하기 때문에 구체적인 모형을 선택할 수 있는 장점이 있다. 이 논문에서는 독립이면서 포아송분포를 따르는 K개 모집단의 모수에 대한 모형 선택방법으로 O Hagan(1995)이 제안한 부분 베이즈요인(fractional Bayes factor)을 이용한 베이지안 다중비교 방법을 제안한다. 이 때 모수에 대한 사전분포로는 무정보적 사전분포를 사용한다. 제안한 다중비교 방법의 유용성을 알아보기 위하여 모의실험을 이용하여 제안된 방법의 효율성을 알아본다.

It is well known that Bayesian multiple comparisons give successful results in many statistical areas. Generally, Bayesian multiple comparisons select the model which has highest posterior probability among completing models. Bayesian multiple comparison has some merits to select the best model in terms of posterior model probability. In this paper, we want to compare K independent Poisson parameters using the fractional Bayes factor of O Hagan (1995). We use noninformative priors for the parameters. We investigate the usefulness of the proposed Bayesian multiple comparisons procedures via simulations.