Bayesian Approach for Point Estimation under Different loss functions
Article Sidebar
Main Article Content
Abstract
The aim of this research is to investigate the point estimation of the Poisson parameter using a Bayesian approach with an exponential distribution as the prior. The research involves employing Bayesian inference's loss function to derive point estimates under different loss functions, namely precautionary, entropy, and general entropy. The proposed methods are then compared with the maximum likelihood method, with the mean square error (MSE) serving as the performance evaluation criterion.
The findings reveal that the maximum likelihood estimator achieves the lowest MSE values when the true parameter falls within the range of 0.5 to 1. On the other hand, the Bayesian approach under the precautionary loss function yields the smallest MSE values when the true parameter ranges from 3 to 5.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
The content within the published articles, including images and tables, is copyrighted by Rajamangala University of Technology Rattanakosin. Any use of the article's content, text, ideas, images, or tables for commercial purposes in various formats requires permission from the journal's editorial board.
Rajamangala University of Technology Rattanakosin permits the use and dissemination of article files under the condition that proper attribution to the journal is provided and the content is not used for commercial purposes.
The opinions and views expressed in the articles are solely those of the respective authors and are not associated with Rajamangala University of Technology Rattanakosin or other faculty members in the university. The authors bear full responsibility for the content of their articles, including any errors, and are responsible for the content and editorial review. The editorial board is not responsible for the content or views expressed in the articles.
References
ฉัตรวดี กิจแก้ว และ อัชฌา อระวีพร. (2562). การเปรียบเทียบประสิทธิภาพของการประมาณช่วงความเชื่อมั่นของพารามิเตอร์ในการแจกแจงแกมมา. วารสารมหาวิทยาลัยศรีนครินทรวิโรฒ (สาขาวิทยาศาสตร์และเทคโนโลยี). 11( 21), 38-51.
ธิดา พันแดงพันธ์ และ หยาดพิรุณ ศุภรากรสกุล. (2565, มีนาคม). การเปรียบเทียบวิธีประมาณค่าพารามิเตอร์ของการแจกแจงปัวซง. รายงานสืบเนื่องจากการประชุมวิชาการระดับชาติด้านวิทยาศาสตร์และเทคโนโลยี ประจำปี 2565 (หน้า 8-23).
ภูวษา แซ่อุ้ย, ธิดาพร ศุภภากร และ ประสิทธิ์ พยัคฆพงษ์. (2559). การเปรียบเทียบวิธีการประมาณค่าพารามิเตอร์แบบจุดด้วยวิธีเบย์เซียน วิธีกำลังสองน้อยที่สุด และวิธีบูตสแตรปแบบใช้พารามิเตอร์สำหรับตัวแบบถดถอยเชิงเส้นอย่างง่าย. วารสารวิทยาศาสตร์และเทคโนโลยี. 24(3), 363-369.
รุ่งตะวัน วัฒนธร และ ชินนะพงษ์ บำรุงทรัพย์. (2553). การเปรียบเทียบวิธีการประมาณค่าแบบช่วงสำหรับค่าเฉลี่ยประชากรของการแจกแจงแบบเลขชี้กำลัง. วารสารวิทยาศาสตร์และเทคโนโลยี. 18(3), 49-59.
Hasan, M. R., & Baisid, A. R. (2016). Bayesian Estimation under Different Loss Functions Using Gamma Prior for the Case of Exponential Distribution. Journal of Scientific Research, 9(1), 67-78. https://doi.org/10.3329/jsr.v1i1.29308
Chen, Z., & Liu, W. (2019, August). Bayesian Statistical Analysis of Lifetime Performance Index of Exponential Product Under Precautionary Loss Function. In Proceedings of IOP Conference Series: Materials Science and Engineering (pp. 42021). https://doi.org/10.1088/1757-899x/563/ 4/042021
Singh, S. K., Singh, U., & Kumar, D. (2011). Estimation of Parameters and Reliability Function of Exponential Distribution: Bayesian approach Under General Entropy Loss Function. Pakistan Journal of Statistics Operation Research. 7(2), 199-216. https://doi.org/10.18187/pjsor.v7i2.239
Supharakonsakun, Y. (2021). Bayesian Approaches for Poisson Distribution Parameter Estimation. Emerging Science Journal. 5(5), 755-774. https://doi.org/10.28991/esj-2021-01310
Naji, L. F., & Rasheed, H. A. (2019). Estimate the Two Parameters of Gamma Distribution Under Entropy Loss Function. Iraqi Journal of Science. 60(1), 127-134. https://doi.org/10.24996/ijs.2019.60.1.14