一些损失估计的不可容许性结果

在协方差阵为σ＾２Ｖ的正态线性模型下，本文对任给的正整数ｋ证明了基于σ＾ｋ的一致最小方差无偏估计和最优仿射同变估计的通常损失估计是不可容许的，此外σ〉０未知，Ｖ已知，本文还导出了一些关于Г函数的不等式，被用来证明前述结果。

示性函数在不可容许估计问题中的应用

应用示性函数的性质,对服从poisson分布的随机变量X,证明了如下期望等式:E{X.f(X-1)I{x 1}=E{XI{x 1}}.E(f(X)I{x 0}),并利用这一等式证明了在熵损失函数下poisson分布变异系数1λ的估计δ0=[nT+d]-21(d>1n)时是不可容许估计.

对称损失下一类刻度分布族参数的估计

在q对称熵损失函数L(θ,δ)=qθ/qδ+qδ/qθ-2(0<q<ν)下研究刻度分布族c(x,n)θ-νe-T(x)/θ参数θ的估计,得到了θ的最小风险同变(MRE)估计及Bayes估计的一般与精确形式,并讨论了θ的形如cT(X)+d的一类线性估计的可容许性和不可容许性以及θ的MRE估计的最小最大性.