PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
1999 | 26 | 1 | 85-92
Tytuł artykułu

Robust Bayesian estimation in a normal model with asymmetric loss function

Treść / Zawartość
Warianty tytułu
Języki publikacji
EN
Abstrakty
EN
The problem of robust Bayesian estimation in a normal model with asymmetric loss function (LINEX) is considered. Some uncertainty about the prior is assumed by introducing two classes of priors. The most robust and conditional Γ-minimax estimators are constructed. The situations when those estimators coincide are presented.
Rocznik
Tom
26
Numer
1
Strony
85-92
Opis fizyczny
Daty
wydano
1999
otrzymano
1998-09-02
poprawiono
1998-12-03
Twórcy
  • Institute of Applied Mathematics, University of Warsaw, Banacha 2, 02-097 Warszawa, Poland
  • Wojciechowskiego 22, 02-495 Warszawa, Poland
Bibliografia
  • [1] B. Betro and F. Ruggeri, Conditional Γ-minimax actions under convex losses, Comm. Statist. Theory Methods 21 (1992), 1051-1066.
  • [2] A. Boratyńska, Stability of Bayesian inference in exponential families, Statist. Probab. Lett. 36 (1997), 173-178.
  • [3] A. Boratyńska and M. Męczarski, Robust Bayesian estimation in the one-dimensional normal model, Statistics and Decision 12 (1994), 221-230.
  • [4] A. DasGupta and W. J. Studden, Frequentist behavior of robust Bayes estimates of normal means, Statist. Decisions 7 (1989), 333-361.
  • [5] M. Męczarski, Stability and conditional Γ-minimaxity in Bayesian inference, Appl. Math. (Warsaw) 22 (1993), 117-122.
  • [6] M. Męczarski and R. Zieliński, Stability of the Bayesian estimator of the Poisson mean under the inexactly specified gamma prior, Statist. Probab. Lett. 12 (1991), 329-333.
  • [7] H. R. Varian, A Bayesian approach to real estate assessment, in: Studies in Bayesian Econometrics and Statistics, North-Holland, 1974, 195-208.
  • [8] A. Zellner, Bayesian estimation and prediction using asymmetric loss functions, J. Amer. Statist. Assoc. 81 (1986), 446-451.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.bwnjournal-article-zmv26i1p85bwm
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.