一类单边截断型分布族参数的经验Bayes估计

本文在Linex损失函数下，讨论一类单边截断型分布族参数的经验Bayes估计(EB估计)问题，构造了参数的EB估计，在适当的条件下给出了该估计的收敛速度。用例子说明了定理条件的合理性。     

LINEX损失函数下单边截断型分布族参数的EB检验

讨论一类这截断型分布族参数的双侧经验Bayes检验问题，文中构造了参数的经验Bayes判决函数，证明了其具有渐近最优性，并获得了收敛速度。     

Linex损失及NA样本下单边截断型分布族参数函数的EB估计

本文在Linex损失函数下,充分运用同分布NA样本密度函数的核估计方法,构造了一类单边截断型分布族参数函数的EB估计,并建立了它的收敛速度,在一定条件下这个收敛速度可充分接近1.     

非对称损失下单边截断分布族参数的经验Bayes检验问题

在一种非对称损失函数L(θ,θ0)=k1(θ-θ0)2Iθ<θ0+[K2(θ-θ0)2+k3(θ-θ0)]Iθ≥θ0下,构造了一类单边截断型分布族参数的渐近最优经验Bayes检验,建立了它的收敛速度,其中ki≥0,i=1,2,3。     

非对称损失下单边截断分布族参数的经验Bayes检验及其收敛速度

在一种非对称损失下,构造了一类单边截断型分布族参数的经验Bayes检验,建立其收敛速度,在一定条件下证明了它的收敛速度可以任意接近于1/2。最后给出满足定理条件的一个例子。     

单边截断型分布族中EB估计的渐近结构

本文对单边截断型分布族中位置参数的一阶可微函数在平方损失下所构造的经验Bayes估计φ_n(x)与Bayes估计φ(λ),在适当条件下,证明了(nh_n)~(1/2) (φ(x)-φ_G(x))的极限为N(O,ψ(x)intergral form n=0 to 1 K~2(u)d(u)变量.     

伽玛分布族参数经验Bayes估计的收敛速度

构造了伽玛分布族г（θ，1/2）参数的经验Bayes估计，并给出了该估计的收敛速度。在适当的条件下，该速度可以分别充分接近于1/2和1。     

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.     

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．     

定数截尾试验下双参数指数分布刻度参数的经验Bayes估计

文章指出了文献[1]中的错误,给出了文献[1]所考虑的双参数分布刻度参数经验Bayes估计问题的正确结果。在三种不同的试验方案下进行了刻度参数估计问题的数值模拟,模拟结果表明本文的方法确实可行且精度较高。     

平方损失下Lomax分布形状参数的Bayes估计

研究了在平方损失下,两参数Lom ax分布中形状参数的Bayes估计、多层Bayes估计及E-Bayes估计.     

线性指数分布参数的Bayes估计

对给定容量为n的线性指数分布样本X1,X2,…,Xn,在Linex损失函数下,利用共轭先验分布讨论线性指数分布参数θ的Bayes估计,多层Bayes估计,E-Bayes估计和极大似然估计.     

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。     

农业研究中非线性模型参数估计的贝叶斯方法

在农业研究中,非线性模型有着广泛的应用,其参数估计往往采用变量替换等经典方法.该研究以非线性模型为例,提出了基于Gibbs抽样的贝叶斯估计方法,并以农业研究中的一个实例,演示了贝叶斯估计方法的可行性.结果表明:非线性模型参数估计的贝叶斯方法稳健可靠,适用于农业研究中的复杂非线性模型.