Considerazioni generali sull’impostazione Bayesiana di problemi non parametrici. Le medie associative nel contesto del processo aleatorio di Dirichlet parte II
Article
Received:
- 33 Downloads
Abstract
Nei problemi statistici non parametrici la conoscenza della distribuzione iniziale e finale di una generica media associativa si manifesta particolarmente utile. Se la classe delle possibili funzioni di ripartizione scelte per descrivere un fenomeno è retta da un processo di Dirichlet nel senso precisato in D. M. Cifarelli — E. Regazzini (1979), è possibile pervenire ad una rappresentazione esplicita della distribuzione iniziale e ad una relazione ricorrente per il calcolo della distribuzione finale di una generica media associativa, secondo quanto si dimostra in questo lavoro.
Preview
Unable to display preview. Download preview PDF.
Bibliografia
- [1]D. M. Cifarelli, E. Regazzini, (1979)Considerazioni generali sull’impostazione bayesiana di problemi non parametrici. Le medie associative nel contesto del processo aleatorio di Dirichlet (Parte prima). Rivista di matematica per le scienze economiche e sociali, II, 1, 39–52Google Scholar
- [2]T. S. Ferguson, (1974)Prior distributions on spaces of probability measures, Ann. of Stat. 2, 615–629.Google Scholar
- [3]M. Goldstein, (1975a)Approximate Bayes solutions to some nonparametric problems, Ann. of Stat., 3, 512–517.Google Scholar
- [4]M. Goldstein, (1975b)A note on some bayesian nonparametric estimates, Ann. of Stat., 3, 736–740.Google Scholar
- [5]M. Goldstein, (1977)On contractions of Bayes estimators for exponential family distributions Ann. of Stat, 5, 1235–1239.Google Scholar
- [6]J. J. Hirschman, D. V. Widder, (1955)The convolution transform. Princeton University Press.Google Scholar
- [7]M. H. Stone, (1932)Linear transformations in Hilbert space and their applications to analysis, Amer. Math. Soc. Colloq. Publ., 15.Google Scholar
Copyright information
© Springer-Verlag 1979