首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 62 毫秒
1.
在对称熵损失函数下,研究Rayleigh分布参数的Bayes估计、经验Bayes估计以及可容许性问题,并讨论了一类(cT+d)-1形式估计的可容许性和不可容许性.  相似文献   

2.
讨论了Linex损失函数下Burr分布参数在不同先验分布下的Bayes估计,并且讨论了多层Bayes估计,给出了容许性估计的一般形式。  相似文献   

3.
熵损失下Pareto分布参数估计   总被引:1,自引:0,他引:1  
本文讨论了在熵损失下,Pareto分布参数的Bayes估计,给出了Bayes置信限。  相似文献   

4.
记X1,X2,…,Xn为来自Poisson总体容量为n的样本,在Linex损失函数下,给出了Poisson分布参数θ的Bayes估计并证明其可容许性,同时也得到了该参数的多层Bayes估计的表达式。  相似文献   

5.
本文通过对泊松分布总体和正态分布总体进行讨论,分别得到了泊松分布总体均值X和正态分布总体均值μ的Bayes估计量和矩估计量,在二次损失函数条件下,分别在泊松分布和正态分布条件下计算出两种估计最的风险.对结果比较可以看出,Bayes风险最小.  相似文献   

6.
将λ的先验分布转化为pi的先验分布,并求出pi的Bayes估计,最后给出可靠度的估计.  相似文献   

7.
在经典贝叶斯统计推断与统计的决策中,Bayes估计的性能主要取决于损失函数的形式,先验分布的不同也会对Bayes估计的结果产生差别。在Linex损失函数下,基于Bayes方法研讨Laplace分布的尺度参数估计。当Laplace分布中位置参数已知时,分别取无先验信息和先验分布为倒伽马分布,计算尺度参数的Bayes估计精确形式和性质,证明了Bayes估计具备可容许性。  相似文献   

8.
在刻度平方损失函数下,研究了一类刻度指数分布族参数的估计.得到了刻度参数的Bayes估计的一般形式,并研究了它的可容许性,最后在两种给定先验分布下得到了刻度参数的正常Bayes估计和广义Bayes估计的精确形式.在此基础上可以对刻度参数进行进一步的统计推断.  相似文献   

9.
研究在给定一种非共轭先验分布的特殊先验分布情况下,巴斯卡分布在对称损失下的Bayes估计,以及Bayes估计的可容许性.  相似文献   

10.
通过对双指数分布无失效数据的失效率,在先验分布为Gamma分布时得到失效率的估计.并利用Bayes和多层Bayes估计,从而得到无失效数据可靠度的估计,并结合实际问题进行说明.  相似文献   

11.
文章主要研究了Pareto分布的参数估计。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可容许的。在Q-对称熵损失函数下,讨论了Pareto分布参数的Bayes估计。  相似文献   

12.
研究在一种对称损失函数下,马克斯威尔分布参数的Bayes估计及可容许性,并给出了Bayes估计的置信下限.  相似文献   

13.
对于正态分布的总体,在未知的二次损失函数下,考虑了其均值的估计问题。在一定条件下,给出了优于James-Stein型估计的一类估计。  相似文献   

14.
对于不完全样本讨论指数分布总体参数的区间估计问题,利用完全样本中的任意两个顺序统计量构造出区间估计所需的枢轴变量,并讨论了相应的分布函数和密度函数。即使只知道样本观测值中任意的两个顺序统计量值,也可以计算出总体参数的置信区间.在大样本的情况下,给出了枢轴变量的近似分布,可以构造总体参数的大样本近似置信区间。  相似文献   

15.
正态参数估计的损失函数和风险函数的Bayes推断   总被引:5,自引:0,他引:5  
给出正态分布N(μ,σ^2)在方差σ^2已知情况下均值参数μ的估计的损失函数和风险函数的不同Bayes估计,并得到的无信息先验分布和其共轭先验分布也为正态分布时,风险函数和损失函数的Bayes估计的性质。  相似文献   

16.
如何量化一种统计方法对异常值的不敏感性一直是稳健统计研究的一个重要课题.检验的样本崩溃点是样本中能逆转判决的离群值的最小比例.在研究相关文献的基础上,计算出指数分布参数极大似然估计检验的样本崩溃点,并分析了样本崩溃点的渐近正态性,为量化统计方法的稳健性提供了一种新的途径.  相似文献   

17.
基于遗传算法的广义指数分布参数估计   总被引:1,自引:0,他引:1  
将遗传算法运用于广义指数公布的参数估计中.模拟研究表明遗传算法极大地改善了传统方法的估计效率.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号