TIn the last few decades, there has

TIn the last few decades, there has been an emergent interest in the construction of flexible parametric classes of probability distributions in Bayesian as compared to Classical approach. In present study Bayesian Analysis of Laplace model using Inverted Gamma, Inverted Chi-Squared informative, Levy and Gumbel Type-II priors is discussed. The properties of posterior distribution, credible interval, highest posterior density region (HPDR) and Bayes Factor are discussed in current study. Bayes estimators are derived under squared error loss function (SELF), precautionary loss function, weighted squared error loss function and modified (quadratic) squared error loss function. Hyperparameters are determined through Empirical Bayes method. The estimates are also compared using the posterior risks (PRs) under the said loss functions. The priors and loss functions are compared using a real life data set.

Hasil (Bahasa Indonesia) 1:

TIn terakhir beberapa dekade, telah ada minat muncul dalam pembangunan kelas parametrik fleksibel distribusi probabilitas di Bayesian dibandingkan dengan pendekatan klasik. Dalam penelitian ini analisis Bayesian Laplace model menggunakan Gamma terbalik, kurungan Khi-kuadrat informatif, priors Levy dan Gumbel tipe II dibahas. Properti distribusi posterior, interval kredibel, wilayah posterior kepadatan tertinggi (HPDR) dan faktor Bayes yang dibahas dalam studi saat ini. Bayes penduga berasal di bawah kuadrat kesalahan kehilangan fungsi (SELF), pencegahan kehilangan fungsi, tertimbang kuadrat kesalahan kehilangan fungsi dan dimodifikasi kesalahan kuadrat (kuadrat) kehilangan fungsi. Hyperparameters ditentukan melalui metode Bayes empiris. Perkiraan juga dibandingkan menggunakan risiko posterior (PRs) di bawah kata kehilangan fungsi. Priors dan kehilangan fungsi dibandingkan menggunakan sebuah set data kehidupan nyata.

Hasil (Bahasa Indonesia) 2:

Tin beberapa dekade terakhir, telah ada minat yang muncul dalam pembangunan kelas parametrik fleksibel distribusi probabilitas di Bayesian dibandingkan dengan pendekatan klasik. Dalam penelitian ini Bayesian Analisis model Laplace menggunakan Inverted Gamma, Inverted Chi-Squared informatif, Levy dan Gumbel Tipe-II prior dibahas. Sifat distribusi posterior, selang kredibel, tertinggi kepadatan posterior wilayah (HPDR) dan Bayes Faktor yang dibahas dalam penelitian ini. Bayes estimator yang berasal di bawah fungsi kuadrat loss error (SELF), fungsi kerugian pencegahan, fungsi kerugian kesalahan kuadrat tertimbang dan dimodifikasi (kuadrat) kuadrat fungsi kerugian kesalahan. Hyperparameters ditentukan melalui metode empiris Bayes. Perkiraan juga dibandingkan menggunakan risiko posterior (PR) di bawah fungsi kerugian tersebut. The prior dan fungsi kerugian dibandingkan menggunakan kumpulan data kehidupan nyata.