Bayesian Estimation of Parameters in the Exponentiated Gumbel Distribution

Author(s):

Gholamhossein Gholami*

Message:
Article Type:
Research/Original Article (دارای رتبه معتبر)
Abstract:

The Exponentiated Gumbel (EG) distribution has been proposed to capture some aspects of the data that the Gumbel distribution fails to specify. In this paper, we estimate the EG's parameters in the Bayesian framework. We consider a 2-level hierarchical structure for prior distribution. As the posterior distributions do not admit a closed form, we do an approximated inference by using Gibbs and Metropolis-Hastings algorithm.

Keywords:

Bayesian inference , exponentiated distributions , Gumbel distribution , Gibbs Sampler , Monte Carlo Markov Chain (MCMC) method , Metropolis-Hastings algorithm

Language:
Persian
Published:
Journal of Statistical Research of Iran, Volume:13 Issue: 2, 2017
Pages:
181 to 195
https://magiran.com/p1711367  
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
اطلاعات بیشتر
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!
More information