pen icon Colloque
quote

Utilisation de la densité a priori Student-t pour l'estimation de la moyenne d'une loi normale multivariée

Jean-François Angers
JA

Membre a labase

Jean-François Angers

Résumé du colloque

Dans cet exposé nous proposerons un estimateur bayésien hiérarchique pour la moyenne d'une loi normale multivariée. Nous supposerons que les composantes du vecteur moyenne, notée θ, sont interchangeables. Cette moyenne est normalisée à l'aide d'un modèle hiérarchique avec des densités Student-t indépendantes comme densité a priori de premier niveau sur θ. Lorsque le nombre de degré de liberté est impair, l'estimateur de premier niveau peut s'écrire sous forme analytique. Si le nombre de degré de liberté est pair, nous développerons une approximation de l'estimateur.

Contexte

Section :
Théorie de la décision
news icon Thème du colloque :
Théorie de la décision
host icon Hôte : Université de Sherbrooke

Découvrez d'autres communications scientifiques

news icon

Titre du colloque :

Théorie de la décision
Estimation de fonctions via les expériences gaussiennes de translation en dimension infinie L^2
Brenda MacGibbon
Estimation du type James-Stein avec contraintes
Éric Marchand
Utilisation de la densité a priori Student-t pour l'estimation de la moyenne d'une loi normale mult…
Jean-François Angers
Voir tous les contenus de ce colloque

Autres communications du même congressiste :

news icon

Thème du colloque :

Théorie de la décision
Estimateur du paramètre de position d'une loi normale multidimensionnelle soumis à un ordonnancemen…
Jean-François Angers
Estimation du paramètre de position partiellement interchangeable d'une loi normale multidimensionn…
Jean-François Angers
Utilisation de la densité a priori Student-t pour l'estimation de la moyenne d'une loi normale mult…
Jean-François Angers