A Bayesian analysis of a change in the mean of independent normal sequence with contaminated observation

Abstract

In this paper, we consider a Bayesian analysis of a change in the mean of independent gaussian samples in the presence of a single outlier. An unconditional Bayesian significance test for testing change versus no change is performed under consideration of non informative prior distribution of the parameters. From a numerical study using the Gibbs sampler algorithm, the effect of a contaminated observation on the performance of the Bayesian significance test of change is studied.

Dans ce papier, nous considérons une analyse Bayésienne d'un changement dans la moyenne des échantillons gaussiens indépendants en présence d'une seule valeur aberrante. Tous les paramètres sont supposés inconnus. En considérant une distribution a priori non informative pour les paramètres, un test de signification bayésien inconditionnel pour tester le changement est proposé. En utilisant l'algorithme de l'échantillonneur de Gibbs, une étude numérique est réalisée pour examiner l'effet de la présence d'une observation contaminée sur la performance du test de signification bayésien.