指数失效模型的Bayes分析及Bayes风险问题

针对指数失效模型研究了单参数指数分布的Bayes估计,确定了该分布的可信区间;同时,讨论了单参数指数分布与两参数指数分布的Bayes风险问题.     

双参数指数分布母体的参数估计

对论双参数指数分布母体的参数估计，给出两种求参数置信区间的方法．     

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.     

两指数分布总体参数比的区间估计

利用F-分布给出了两个指数分布总体的参数比的区间估计的方法,并研究了指数分布参数比的最短区间估计,通过实例介绍了最短区间估计方法的使用.     

关于指数分布参数估计的一个错误

本文证明了指数分布中参数λ最大似然估计量λ^的期望，从而纠正了教材中的一个错误。     

逆指数分布参数的 Bayes 和经验 Bayes 估计简

基于完全样本,在平方误差损失、LINEX损失函数下研究了逆指数分布参数的Bayes估计和经验Bayes估计．文末通过MonteCarlo数值模拟例子对各类估计结果进行比较．     

指数分布下无失效数据的参数和可靠度估计

本文对指数分布下的无失效数据,把失效率的先验分布取为均匀分布得到失效率的估计。并利用Bayes和多层Bayes估计,根据最小二乘法给出参数的估计,并进而得到可靠度的估计值。最后结合实例给出了参数和可靠度的估计。     

基于下记录值样本的指数分布族参数估计

文中探讨了基于下记录值样本,指数分布族参数的Bayes估计以及经验Bayes估计,最终得出下记录值作为样本的优势,不但得到精准的结果,计算过程还更加简便。     

指数分布的失效率的EB估计及收敛速度

本文主要针对指数分布的失效率在加权平方损失函数下导出了参数的Bayes估计,并利用核估计的方法构造了参数的EB估计,同时在适当条件下获得了其收敛速度O(n-2λ2s2(2s+1)(λs+1)).     

用修正系数法构造θ~2的无偏估计

在总体分布为指数分布和均匀分布时,由未知参数θ的无偏估计量,通过修正系数法直接构造θ2的无偏估计量.