Access

You are not currently logged in.

Access your personal account or get JSTOR access through your library or other institution:

login

Log in to your personal account or through your institution.

If you need an accessible version of this item please contact JSTOR User Support

Conjugate Analysis of Multivariate Normal Data with Incomplete Observations

Francesca Dominici, Giovanni Parmigiani and Merlise Clyde
The Canadian Journal of Statistics / La Revue Canadienne de Statistique
Vol. 28, No. 3 (Sep., 2000), pp. 533-550
Stable URL: http://www.jstor.org/stable/3315963
Page Count: 18
  • Download ($4.00)
  • Cite this Item
If you need an accessible version of this item please contact JSTOR User Support
Conjugate Analysis of Multivariate Normal Data with Incomplete Observations
Preview not available

Abstract

The authors discuss prior distributions that are conjugate to the multivariate normal likelihood when some of the observations are incomplete. They present a general class of priors for incorporating information about unidentified parameters in the covariance matrix. They analyze the special case of monotone patterns of missing data, providing an explicit recursive form for the posterior distribution resulting from a conjugate prior distribution. They develop an importance sampling and a Gibbs sampling approach to sample from a general posterior distribution and compare the two methods. /// Les auteurs proposent des lois a priori conjuguées à la vraisemblance normale multivariée en présence d'observations incomplètes. Ils décrivent une classe générale de lois a priori permettant d'incorporer de l'information concernant des paramètres non identifiés dans la matrice de covariance. Ils analysent le cas spécial où le patron des données manquantes est monotone; ils montrent comment calculer explicitement, de façon récursive, la loi a posteriori conjuguée. Ils expliquent aussi comment échantillonner d'une loi a posteriori générale, soit par la méthode pondérée ou celle de Gibbs, et comparent les deux approches.

Page Thumbnails

  • Thumbnail: Page 
533
    533
  • Thumbnail: Page 
534
    534
  • Thumbnail: Page 
535
    535
  • Thumbnail: Page 
536
    536
  • Thumbnail: Page 
537
    537
  • Thumbnail: Page 
538
    538
  • Thumbnail: Page 
539
    539
  • Thumbnail: Page 
540
    540
  • Thumbnail: Page 
541
    541
  • Thumbnail: Page 
542
    542
  • Thumbnail: Page 
543
    543
  • Thumbnail: Page 
544
    544
  • Thumbnail: Page 
545
    545
  • Thumbnail: Page 
546
    546
  • Thumbnail: Page 
547
    547
  • Thumbnail: Page 
548
    548
  • Thumbnail: Page 
549
    549
  • Thumbnail: Page 
550
    550