Semi‐ and Non‐parametric Bayesian Analysis of Duration Models with Dirichlet Priors: A Survey

J.‐P. Florens, M. Mouchart and J.‐M. Rolin

International Statistical Review, 1999, vol. 67, issue 2, 187-210

Abstract: The object of this paper is to review the main results obtained in semi‐ and non‐parametric Bayesian analysis of duration models. Standard nonparametric Bayesian models for independent and identically distributed observations are reviewed in line with Ferguson's pioneering papers. Recent results on the characterization of Dirichlet processes and on nonparametric treatment of censoring and of heterogeneity in the context of mixtures of Dirichlet processes are also discussed. The final section considers a Bayesian semiparametric version of the proportional hazards model. L'objectif de cet article est de présenter les résultats principaux obtenus dans l'analyse bayésienne semi‐paramétrique ou non‐paramétrique des modèles de durée. Les résultats fondamentaux du modèle de base (données indépendantes et indentiuement distribuées) sont rappelés en suivant les travaux initiaux de Ferguson et en utilisant des résultats reécents relatifs aux représentations du processus de dirichlet. La considération de mélanges de processus de dirichlet permet d'étudier l'impact de la présence de données censurées et l'introduction de l'hét;érogénéité non observée. La dernière section examine le traitement bayésien de modèles semiparamétriques à risques propotionnels.

Date: 1999
References: Add references at CitEc
Citations:

Downloads: (external link)
https://doi.org/10.1111/j.1751-5823.1999.tb00426.x

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:bla:istatr:v:67:y:1999:i:2:p:187-210

Ordering information: This journal article can be ordered from
http://www.blackwell ... bs.asp?ref=0306-7734

Access Statistics for this article

International Statistical Review is currently edited by Eugene Seneta and Kees Zeelenberg

More articles in International Statistical Review from International Statistical Institute Contact information at EDIRC.
Bibliographic data for series maintained by Wiley Content Delivery ().