Journal of the Korean Data and Information Science Society

The Korean Data and Information Science Society (한국데이터정보과학회)
권호 표지

Derivation of the Fisher information matrix for 3-parameters Weibull distribution using mathematica

매스매티카를 이용하여 3-모수를 갖는 와이블분포에 대한 피셔 정보행렬의 유도

  • Yang, Ji-Eun (Department of Informational Statistics, Graduate School, Wonkwang University) ;
  • Baek, Hoh-Yoo (Division of Mathematics and Informational Statistics, Wonkwang University)
  • 양지은 (원광대학교 수학정보통계학부) ;
  • 백호유 (원광대학교 수학정보통계학부)
  • Published : 2009.01.31
Download PDF
⟨ Previous Next ⟩

Abstract

Fisher information matrix plays an important role in statistical inference of unknown parameters. Especially, it is used in objective Bayesian inference which derives to the posterior distribution using a noninformative prior distribution and is an example of metric functions in geometry. The more parameters for estimating in a distribution are, the more complicate derivation of the Fisher information matrix for the distribution is. In this paper, we derive to the Fisher information matrix for 3-parameters Weibull distribution which is used in reliability theory using Mathematica programs.

피셔 정보행렬은 모수 추론에서 중요한 역할을 한다. 특히 비정보 사전분포를 이용한 사후분포로 유도하는 객관적 베이지안 추론에서 사용된다. 또한 기하학에서는 거리함수의 한 예로서 이용된다. 모수가 많아질수록 피셔 정보행렬의 계산이 복잡하여진다. 따라서 본 논문에서는 매스매티카를 이용하여 계산상 필요한 프로그램을 적용시켜 신뢰성 이론에서 사용되는 3-모수 와이블분포에 대한 피셔 정보행렬을 유도하였다.

Keywords

References

  1. 문경애, 신임희, 김달호 (2000). 로그정규분포의 상등에 관한 베이지안 검정. <한국데이터정보과학회지>, 11, 269-277.
  2. 박동호, 임재학, 남경현 (1996). <공학도를 위한 수명분포의 개념과 응용>, 영지문화사, 서울.
  3. 이영조 (1988). 통계적 곡률, , 자유아카데미, 125-170.
  4. 정해성 (1998). <신뢰성자료분석>, 영지문화사, 서울.
  5. Jeffreys, H. (1961). Theory of probability, 3rd Ed., Oxford: Oxford University Press.
  6. Kass, R. E. (1984). Canonical parametrizations and zero parameter-effects curvature. Journal of the Royal Statistical Society B, 46, 86-92.
  7. Lee, Y. J. (2005). Reference prior and posterior in the AR (1) model. Journal of the Korean Data & Information Science Society, 16, 71-78.
  8. Lehmann, E. L. and Casella, G. (1999). Theory of point estimation, 2nd Ed., Springer.
  9. Ross, S. (2002). A first course in probability, 6th Ed., Prentice Hall.
  10. Wolfram. S. (2003). The Mathematica book, 5th Ed., Wolfram Media, Cambridge University Press.