摘要
给出了指数分布场合逐次定数截尾试验的多层贝叶斯估计。通过蒙特卡罗模拟和实例表明多层贝叶斯估计比最大似然估计更加有效。
Hierarchical Bayesian estimation of exponential distribution based on progressively type-Ⅱ sampler is given.It is seen that hierarchical Bayesian estimation is more efficient than maximum likelihood estimation through Monte Carlo simulation and an example.
出处
《上海第二工业大学学报》
2011年第2期113-116,共4页
Journal of Shanghai Polytechnic University
基金
国家自然科学基金资助项目(No.10571057)
关键词
指数分布
逐次定数截尾
最大似然估计
多层贝叶斯估计
exponential distribution
progressive type-Ⅱ censoring
maximum likelihood estimation
hierarchical Bayesian estimation
