负二项分布下参数的方差一致最小无偏估计及贝叶斯估计

本文利用充分完全统计量,给出了负二项分布下,总体均值μ和参数P的方差一致最小的无偏估计(UMVUE),特别当r=1时,给出了方差σ2的UMVUE,然后,再利用共轭先验分布给出参数P的贝叶斯估计,并在特殊情形下,对两种估计进行了比较。

二元Cuadra-Auge型帕累托分布参数的一致最小方差无偏估计

讨论了二元Cuadra-Auge型帕累托分布的参数估计;分别给出了参数的矩估计和最大似然估计;导出了二元Cuadra-Auge型帕累托分布的一个特征,并由此得到了参数的一致最小方差无偏估计.

一致最小方差无偏估计的判定及其求法

给出了一致最小方差无偏估计的判定方法及存在的充要条件,并给出了一致最小方差无偏估计的几种求法,最后通过实例说明了这些方法的应用.

一类多元线性模型的一致最小方差无偏估计

本文讨论一类多元线性模型 :y=(S T′) β+e,E(e) =0 ,e=(ε′(1) ,… ,ε′(n) )′,E(ε(i) ε′(n) ) =Φ 0 ,E(ε(i) ε′(i) ε(i) ε′(i) ) =K,i=1 ,2 ,… ,n.当 y准正态分布时 ,在一定意义下得到Φ的 L S估计Φ1,以及 tr(DΦ1)为 tr(DΦ ) (D=D′)的一致对 (Φ ,k)的最小方差无偏估计 (UMVUE)的若干充要条件 .

一致最小方差无偏估计判定准则的新证法

文中通过构造Hilbert空间,应用Hilbert空间性质给出一种证明一致最小方差无偏估计判定准则的新方法,并给出该判定准则在Hilbert空间的几何直观意义.

一致最小方差无偏估计的一点探讨

本文主要给出了一致最小方差无偏估计的一个充要条件,并通过举例探讨了求一致最小方差无偏估计的若干方法。

一类多元线性模型的一致最小方差无偏估计的推广

文 [1 ]讨论一类多元线性模型 : Y=SBT′+ E当 E=Qε,Q=I(单位阵 )且 Cov(ε) =P Φ(随机阵ε准正态分布 ) ,n阶方阵 P≥ 0为已知非零矩阵 .E( ε( i) ε′( i) ) =Φ≥ 0时的一定意义下的情形 .本文讨论线性模型上述式中 Q≠ 0为任意已知矩阵 ,且随机阵 ε只满足某些较弱条件的更一般多元线性模型 .得到包含 [1 ]的 tr( DΦ1)为 tr( DΦ ) ( D=D′)一致对 (Φ ,k)的最小方差无偏估计 ( UMVUE)的若干更一般的充要条件 .

未决赔款准备金的一致最小方差无偏估计

在累积赔款额流量三角形的基础上,假设进展因子服从对数正态分布,得到未决赔款准备金的一致最小方差无偏估计及估计量的方差的一致最小方差无偏估计.

未知参数的函数的估计的一致最小方差无偏估计判定定理的推广

参数估计是统计推断的基本问题之一，本文将未知参数的函数的估计的一致最小方差无偏估计判定定理中的参数θ推广到多个参数的函数的情形。

伽马一伽马模式结构可靠度的一致最小方差无偏估计

讨论伽马一伽马模式的估计问题。给出了伽马一伽马模式下的可靠度Pr的表达式,以及可靠度Pr的一致最小方差无偏估计(MVUE)。

浅谈估计量的优良性标准

众所周知,参数估计的方法很多,而且不同的方法将导致不同的估计量,那么如何从这些估计量中寻找最适合的估计量成为了一个很重要的问题。因此,本文主要以使得均方误差最小的原理来研究评价估计量优良性的标准(相合性、无偏性、有效性)。经过对这几个标准的研究最终得到相对而言较适合的估计量为:一致方差最小无偏估计量UMVUE。最后介绍证明一个估计是UMVUE的方法。

一个推广生长曲线模型协差阵的最小模估计

给出了一个推广生长曲线模型中 tr CΣ中的无偏不变最小模二次估计 (MINQE(U,I ) ) ,并得到了 MINQE(U,I)成为一致最小方差不变二次无偏估计 (UMVIQ UE)的充要条件 .关键词 :推广生长曲线模型 (EGCM) ;无偏不变最小模二次估计 (MINQ E(U,I) ) ;一致最小方差不变二次无偏估计 (U MVIQUE)

一个推广增长曲线模型协差阵的最小二乘估计及其优良性

在准正态情形与独立同分布情形下,分别给出了一个推广增长曲线模型中协差阵 的最小二乘估计,并得到了最小二乘估计成为一致最小方差不变二次无偏估计的充要条件.

数量性状方差组分的估计方法

本文研究讨论了在单性状模型下几种方差组分估计方法,它们是:极大似然法(ML)、约束极大似然法(REML)、最小二乘无偏估计(MINQUE)、最小方差二乘无偏估计以及 Henderson 的第3法等。其中MINQUE和REML法的估计误差最小,但MINQUE的收敛速度高于REML。Henderson 第3法和ML对误差方差均为有偏估计,因此它们的估计误最大;MINQUE法实质上就是REML估计,因此在实际应用中多采用MINQUE和REML法。

金融资产的VaR和CVaR风险的优良估计

本文利用统计理论的优良点估计方法来估计金融市场风险的VaR和CVaR,既可避开现有方法中大量的模拟计算和参数估计等工作,又可提高估算精度。在资产-正态模型下,根据不同的风险估计要求,对金融资产的这两种风险分别提供了三种优良估计,即一致最小方差无偏估计,最佳线性次序统计量无偏估计,最佳线性次序统计量同变估计,并提供了实证分析。

指数分布抽样基本定理及在四参数二元Marshall-Olkin型指数分布参数估计中的应用

本文提出指数分布抽样基本定理,四参数二元Marshall-Olkin型指数分布的参数估计中,从参数的识别性分析着手,获得了一个用可识最小值函数表示的分布函数表达式,进而得到了二元指数分布的一个特征;以二元指数分布随机变量样本与二元可识最小值随机变量样本的等价性,获得了基于二元可识最小值随机变量样本参数的最大似然估计,并应用指数分布抽样基本定理,得到了四参数二元Marshall-Olkin型指数分布参数的一致最小方差无偏估计。

逆威布尔部件的可靠性估计

针对贝叶斯分析中平方误差损失存在的"高估和低估同等重要"问题,提出了一种基于熵损失函数的贝叶斯可靠性分析方法。利用该方法,分别在无信息先验和共轭先验分布下,推导出逆威布尔部件参数、可靠度函数及失效率的Bayes估计,并证明了形如[c T(x)+d]-1的一类估计具有容许性。为了比较不同估计结果的忧劣,文中还给出了逆威布尔部件参数的一致最小方差无偏估计(UMVUE)。最后运用Monte Carlo方法对各种估计的均方误差进行了模拟比较。结果表明,当样本量比较小时,Bayes估计的均方误差小于UMVUE的均方误差。随着样本量的增加,各个估计的均方误差都减小,但在共轭先验下Bayes估计的均方误差最小。

求一致最小方差无偏估计的几种方法

寻找完备充分统计量的函数使之成为g(θ)的无偏估计、任取g(θ)的一个无偏估计并将之对完备充分统计量求条件期望、UMVUE存在的充要条件是对任一0的无偏估计φ(x),若Var(φ(X))<∞,则Cov(φ(X),T(X))=0.来寻求UMVUE.

独立评分考生成绩统计量模型的构造

如何综合阅卷教师的独立评分,科学合理地确定考生的成绩,是主观性评价网上阅卷的关键问题之一.提出了考生获得各个分数值的难度系数的新概念,认为考生试卷成绩的确定不能是简单的平均值,应该是考虑分数值难度系数的加权平均,根据随机独立专家评分构造了高考作文网上阅卷考生成绩的统计量模型.该模型对于各种类型的主观性评价网上阅卷的成绩确定具有广泛的应用.

多元Proschan-Sullo型指数分布的特征及参数估计

从参数识别性分析着手,获得以可识最小值随机变量分布密度函数表示的分布函数表达式,进而得到多元Proschan-Sullo型指数分布的一个特征,从而获得基于可识最小值随机样本的参数的最大似然估计,最后得到多元Proschan-Sullo型指数分布参数的一致最小方差无偏估计.