Dự đoán Bayes trong quá trình Poisson ngẫu nhiên kép

Springer Science and Business Media LLC - Tập 77 - Trang 1023-1039 - 2014
Alicja Jokiel-Rokita1, Daniel Lazar1, Ryszard Magiera1
1Institute of Mathematics and Computer Science, Wrocław University of Technology, Wrocław, Poland

Tóm tắt

Một mô hình quá trình điểm có đánh dấu ngẫu nhiên dựa trên quá trình Poisson ngẫu nhiên kép được xem xét trong bài toán dự đoán tổng kích thước của các đánh dấu tương lai trong một khoảng thời gian nhất định, dựa trên lịch sử của quá trình. Quá trình điểm có đánh dấu nằm dưới $$(T_{i},Y_{i})_{i\ge 1}$$ , trong đó $$T_{i}$$ là thời gian xảy ra của sự kiện thứ $$i$$ và đánh dấu $$Y_{i}$$ là đặc trưng của nó (kích thước), được giả định là một quá trình Poisson không đồng nhất trên $$\mathbb {R}_{+}^{2}$$ với thước đo cường độ $$P\times \varTheta $$ , trong đó $$P$$ là đã biết, trong khi $$\varTheta $$ được coi là một thước đo chưa biết về tổng kích thước của các đánh dấu tương lai trong một khoảng thời gian nhất định. Trong bài toán dự đoán được xem xét, một phương pháp Bayes được sử dụng với giả định rằng $$\varTheta $$ là ngẫu nhiên với phân phối trước được biểu diễn bởi một quá trình gamma. Dự đoán tốt nhất đối với phân phối trước này được xây dựng dưới một hàm tổn thất phòng ngừa. Một nghiên cứu mô phỏng để so sánh hành vi của các dự đoán dưới các tiêu chí khác nhau được cung cấp.

Từ khóa

#quá trình điểm có đánh dấu #quá trình Poisson ngẫu nhiên kép #dự đoán Bayes #thước đo cường độ #quá trình gamma

Tài liệu tham khảo

Andersen PK, Borgan Ø, Gill RD, Keiding N (1993) Statistical models based on counting processes. Springer series in statistics. Springer, New York Blackwell D, MacQueen JB (1973) Ferguson distributions via Pólya urn schemes. Ann. Stat. 1:353–355 Cox DR (2006) Principles of statistical inference. Cambridge University Press, Cambridge. doi:10.1017/CBO9780511813559 Grandell J (1975) Doubly stochastic poisson processes. University of Stockholm, Institute of Actuarial Mathematics and Mathematical Statistics Kallenberg O (1986) Random measures, 4th edn. Akademie-Verlag, Berlin Kingman JFC (1964) On doubly stochastic Poisson processes. Math. Proc. Camb. Philos. Soc. 60:923–930. doi:10.1017/S030500410003838X Kingman JFC (1993) Poisson processes. Oxford studies in probability, vol. 3. The Clarendon Press Oxford University Press, New York. Oxford Science Publications Kingman JFC (2006) Poisson processes revisited. Probab. Math. Stat. 26(1):77–95 Last G, Brandt A (1995) Marked point processes on the real line. Probability and its applications (New York) Springer, New York. The dynamic approach Mikosch T (2009) Non-life insurance mathematics, 2nd edn. Universitext, Springer, Berlin. doi:10.1007/978-3-540-88233-6 An introduction with the Poisson process Møller J, Waagepetersen RP (2002) Statistical inference for Cox processes. Spatial cluster modelling. Chapman & Hall/CRC, Boca Raton, pp 37–60 Niemiro W (2006) Bayesian prediction with an asymmetric criterion in a nonparametric model of insurence risk. Statistics 40(4):353–363 Norstrøm JG (1996) The use of precautionary loss function in risk analysis. IEEE Trans Reliab 45(3):400–403