熵损失函数下几何分布参数的Bayes估计

研究在熵损失函数下几何分布可靠度的Bayes估计及其可容许性,并且给出Bayes置信下限以及多层Bayes估计的表达式．     

熵损失函数下Lomax分布形状参数的Bayes估计

研究了在熵损失函数下,两参数Lomax分布中形状参数的Bayes估计、多层Bayes估计及E-Bayes估计。     

熵损失函数下逆Rayleigh分布形状参数的估计

在熵损失函数下,得到了逆R ayleigh分布形状参数的Bayes估计和经验Bayes估计,并讨论了一类逆线性形式估计（cT＋d）-1的可容许性和不可容许性.     

不同损失下Poisson-Lomax分布参数的Bayes估计

对Poisson-Lomax分布参数α的Bayes估计进行研究,给出了当参数α取广义的均匀分布作为先验分布时,在几种不同损失函数下参数的Bayes估计表达式,并通过数值模拟,对不同情形下Bayes估计的效果进行比较,结果表明:在小样本下参数α的Bayes估计优于极大似然估计.     

LINEX损失函数下几何分布参数的Bayes估计

在几何分布的先验分布为幂分布时,给出了几何分布可靠度在LINEX损失函数下的E-Bayes估计和多层Bayes估计.     

熵损失函数下正态分布参数的E--Bayes估计

在正态分布的先验分布为逆分布时,研究了刻度参数在熵损失函数下的E—Bayes估计和多层Bayes估计,证明了该参数的Bayes估计是容许的,并证明了在熵损失函数下计算出的正态分布参数的E—Bayes估计与多层Bayes估计是渐近相等的．     

P,Q-对称熵损失函数下Pareto分布参数的Bayes估计

在P,Q-对称熵损失函数下,讨论了Pareto分布参数的Bayes估计.当先验分布为伽玛分布时,给出估计的精确形式.最后证明了其容许性.     

熵损失函数下两参数指数-威布尔分布形状参数的可容许性估计

在熵损失函数下,得到了两参数指数-威布尔分布形状参数的Bayes估计和可容许估计,并讨论了一类(cT+d)-1形式估计的可容许性和不可容许性.     

平方损失函数下Pareto分布参数的Bayes估计

对Pareto分布主要作了以下的工作:在平方损失函数下,给出了Pareto分布参数的Bayes估计,并且证明了这一估计是_口J容许.     

二项分布可靠度的Bayes估计

在二项分布的可靠度的先验分布为幂分布时给出了其在熵损失函数下的E—Bayes估计公式和多层Bayes估计公式．通过实例验证,这两种估计公式都是稳定的,并进一步表明了在熵损失函数下计算出的二项分布可靠度的E—Bayes估计比多层Bayes估计的精度更高,稳定性更好,计算简单,便于应用．     

熵损失下指数分布参数的估计

在指数分布参数的先验分布为其共轭先验分布时,给出了其在熵损失函数下的-估计公式,并给出了容许估计的一般形式.     

对称熵损失下一类指数分布族的Bayes估计

文中研究了在对称熵损失函数下,一类指数分布族参数的Bayes估计及其可容许性,并讨论了一类形式cT＋d的可容许性.     

复合LINEX对称损失下Lomax分布形状参数的Bayes估计

文章在复合LINEX对称损失函数下,研究Lomax分布尺度参数已知的情况下,形状参数的Bayes估计,并通过数值模拟来验证其合理性。     

多维正态分布参数估计的损失函数和风险函数的Bayes估计

给出了多维正态分布在NP(θ,∑)和方差∑已知情况下多维参数均值θ=(θ1,θ2,…,θP)估计的损失函数和风险函数的Bayes估计.     

刻度平方误差损失下Pareto分布参数的E Bayes和多层Bayes估计

在对给定容量为n的一个Pareto分布样本X 1,X 2,…,Xn,在刻度平方误差损失函数下,利用先验分布讨论Pareto分布参数λ的E Bayes估计和多层Bayes估计.     

多维正态分布参数估计的损失函数和风险函数的Bayes估计

在N P(θ,Σ)和方差Σ已知情况下,给出了多维正态分布多维参数均值θ=(θ1,θ2,…,θΡ)估计的损失函数和风险函数的Bayes估计。