应用于地震数据的参数化马尔可夫更新模型的贝叶斯估计
统计方法学
2014-04-07 v3
摘要
本文提出了一套完整的半马尔可夫过程贝叶斯推断方法论，涵盖从先验分布的引证到后验摘要的计算，并提供了其 JAGS 实现的指导。保持时间（以两个给定状态间的转移为条件）被假设为服从 Weibull 分布。我们考察了 Weibull 分布形状参数和尺度参数的联合先验密度的引证，自然地推导出一类特定的先验，并提出了一种基于“学习数据”和矩存在条件来确定超参数的方法。该框架应用于意大利亚平宁山脉中部发生的三种严重程度（小、中、大）的地震数据，这些数据收集自 \cite{CPTI04} 目录。文中评估了关于两种能量积累和释放机制的假设。
引用
@article{arxiv.1301.6494,
title = {Bayesian estimation for a parametric Markov Renewal model applied to seismic data},
author = {I. Epifani and L. Ladelli and A. Pievatolo},
journal= {arXiv preprint arXiv:1301.6494},
year = {2014}
}