Date
2014
Autres titres
Distribuzioni a priori di Jeffreys per i modelli mistura
Indexation documentaire
Probabilités et mathématiques appliquées
Subject
Objective Bayes; Mixture models; Jeffreys prior
Code JEL
C11
Titre du colloque
SIS 2014
Date du colloque
06-2014
Ville du colloque
Cagliari
Pays du colloque
Italie
Auteur
Robert, Christian P.
Grazian, Clara
Type
Communication / Conférence
Nombre de pages du document
6
Résumé en anglais
Mixture models may be a useful and flexible tool to describe data with
a complicated structure, for instance characterized by multimodality or asymmetry.
In a Bayesian setting, it is a well established fact that one need to be careful in using
improper prior distributions, since the posterior distribution may not be proper. This
feature leads to problems in carry out an objective Bayesian approach. In this work
an analysis of Jeffreys priors in the setting of finite mixture models will be presented.
Résumé en un autre langue
I modelli mistura sono uno strumento utile e flessibile per descrivere
dati dalla struttura complicata, ad esempio multimodale o asimmetrica. In am-
bito Bayesiano,
`
e un fatto noto in letteratura che sia necessario essere attenti con
l’utilizzo di distribuzioni a priori improprie, dal momento che la distribuzione a pos-
teriori potrebbe non essere propria. Purtroppo, questa caratteristica rende difficile
un approccio Bayesiano oggettivo. In questo lavoro, verr
`
a presentata un’analisi dei
risultati ottenuti utilizzando distribuzioni a priori (non informative) di Jeffreys.