사전(先前) 도출은 객관적 및 주관적 베이지안 추론 모두에서 중요한 쟁점이다. 가설 검정과 모형 선택에서는 적절한 사전분포를 선택하는 일이 특히 더 중요해진다. 객관적 베이지안 분석에서는 종종 부적절한( improporer ) 사전분포인 Jeffreys 사전 또는 기준(reference) 사전을 가설 검정에 사용하며, 이로 인해 베이즈 인자(Bayes factor)에 명시되지 않은 상수들이 포함될 수 있다. 따라서, 결과적으로 얻어진 베이즈 인자는 조정되어야 한다. 본 논문에서는 영(0) 팽창 모수( zero-inflation parameters )를 영(0) 팽창 포아송 분포( zero-inflated Poisson distribution )에서 검정하기 위한 기본(default) 베이지 절차를 고려한다. 특히, 근사 절차(approximation procedure)를 기반으로 일련의 내재적(intrinsic) 사전을 도출한다. 본 논문에서 개발한 방법론을 뒷받침하기 위해 광범위한 시뮬레이션과 두 개의 실제 데이터셋에 대한 분석을 수행한다. 제안된 베이지안 접근법과 빈도주의적 접근법은 유사하고 비교 가능한 결과를 산출함이 입증된다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.