复合MLINEX对称损失函数下Pareto分布参数的Bayes估计

文章针对两参数Pareto分布的Bayes估计问题,在尺度参数λ已知的情况下,运用Bayes定理,得到复合MLINEX对称损失函数下形状参数θ的Bayes估计,并证明其是可容许的。最后在给定三类不同超参数的先验密度函数下,给出E-Bayes估计和多层Bayes估计,且得到E-Bayes估计具有保序性。

复合Mlinex损失函数下艾拉姆咖分布参数的Bayes估计

在本文中,我们采用了一种复合的Mlinex损失函数作为研究的基础准则,艾拉姆咖是一种衡量统计模型优良性的指标,通常用于模型选择。当我们在模型中引入逆伽玛分布作为先验分布时,我们利用Mlinex损失函数来评估艾拉姆咖指标的表现,并且讨论了该分布下三种不同的参数估计方法:Bayes估计、E-Bayes估计和多层Bayes估计。为了验证这些估计方法的性能,本文采用了数值模拟的方法。通过构建模拟数据集,并应用上述估计方法,可以观察它们在不同情况下的表现。模拟结果显示,这三种估计方法都表现出了良好的稳健性。

复合MLinex对称损失函数下对数伽玛分布参数的Bayes估计

在MLineX损失函数的基础上,定义了复合MLineX对称损失函数,并在该损失函数下得到了对数伽玛分布尺度参数的Balye8估计、E-Bayes估计、多层Balyes估计.最后,通过数值模拟说明了所给参数估计的稳健性和精确性.

复合Mlinex损失函数下对数Weibull分布参数的Bayes估计

基于复合Mlinex损失函数,研究了对数Weibull分布的参数在先验分布为伽玛分布下的Bayes估计,E-Bayes估计和多层Bayes估计。并且用数值模拟的方法进行验证,结果表明3种估计方法的稳健性好。

复合LINEX对称损失函数下Burr分布参数的估计

文章在参数α已知,双参数Burr分布参数的先验分布为其共轭先验分布Γ(a,b)时,给出了Burr分布参数在复合LINEX对称损失函数下的Bayes估计和多层Bayes估计。

复合Mlinex对称损失下k阶Erlang分布参数的Bayes估计

在Mlinex损失函数基础上定义了复合Mlinex对称损失函数;在复合Mlinex对称损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计、E-Bayes估计及多层Bayes估计,并证明了其容许性;最后通过MATLAB模拟检验了参数的3种Bayes估计的合理性和优良性。

复合Linex对称损失下逆伽马分布参数的Bayes估计

本文主要研究了在复合Linex对称损失函数下先验分布为伽马分布的逆伽马分布尺度参数的Bayes估计、E-Bayes估计和多层Bayes估计,并通过数值模拟说明了三种估计的稳健性和精确度,其中Bayes估计的稳健性和精确度都是最高的。

复合MLINEX对称损失下Pareto分布参数的稳健Bayes估计

基于定数截尾模型,研究了一种特殊的复合MLINEX对称损失函数下,Pareto分布形状参数的稳健Bayes估计—PRGM(Posterior regret gamma minimax)估计.并利用Monte Carlo方法对PRGM估计和极大似然估计进行了比较,结果表明PRGM估计要优于极大似然估计,且具有较好的后验稳健性.

复合Mlinex损失下Burr分布参数的Bayes估计

本文在Burr分布参数的先验分布为其共轭先验分布Gamma分布Γ(a,b)时,给出了其在复合Mlinex对称损失函数下的Bayes估计、E-Bayes估计公式和多层Bayes估计公式。最后,通过数值模拟说明了Burr分布在复合Mlinex对称损失函数下Bayes估计的稳健性及精确性。

复合Mlinex损失下艾拉姆咖分布参数的Bayes估计

在复合Mlinex对称损失下,就参数的先验分布分别为共轭先验、无信息先验以及Jeffreys先验,研究艾拉姆咖分布参数的Bayes估计.通过数值模拟得到Bayes估计值并进行了比较,结果表明当先验分布为共轭先验时,Bayes估计值最优,最后的实证分析证明了模拟的结果.

复合LINEX对称损失下Pareto分布形状参数的E-Bayes估计及应用

在统计决策问题中,统计决策及参数估计的优劣性在很大程度上依赖于损失函数形式的选取。文章主要在在复合LINEX对称损失函数下,研究了Pareto分布在其尺度参数σ已知的情况下利用共轭先验分布求出其形状参数θ的E-Baves估计;并举出具体的数值例子说明其应用性。通过数值分析对其形状参数的Bayes估计和E-Bayes估计进行比较,说明后者比前者较优。

复合LINEX对称损失下BurrXII分布参数的Bayes估计

在复合LINEX对称损失函数下,研究Burr XII分布参数的Bayes估计和EBayes估计,并通过随机数值模拟检验参数的Bayes估计和E-Bayes估计的合理性及优良性.

复合LINEX对称损失下Poisson分布参数的Bayes估计与应用

文章主要在复合LINEX对称损失函数下,研究Poisson分布参数λ的Bayes估计。并举出具体的例子说明其应用性,最后通过数值分析来验证该Bayes估计的合理性。

复合LINEX对称损失下Lomax分布形状参数的Bayes估计

文章在复合LINEX对称损失函数下,研究Lomax分布尺度参数已知的情况下,形状参数的Bayes估计,并通过数值模拟来验证其合理性。

复合LINEX对称损失下Poisson分布参数的Bayes估计和E-Bayes估计

在复合LINEX对称损失函数下,给出Poisson分布参数λ的Bayes估计及E-Bayes估计,并通过数值模拟验证Bayes估计及E-Bayes估计的合理性及优越性.

对数伽玛分布尺度参数的Bayes估计在LINEX与复合LINEX损失函数下的比较

在LINEX损失函数与复合LINEX损失函数下,研究对数伽玛分布尺度参数θ的Bayes估计、E-Bayes估计和多层Bayes估计.给出先验分布为伽玛分布和Jeffreys先验分布时的Bayes估计,进而给出先验分布为伽玛分布时的E-Bayes估计和多层贝叶斯估计.通过数据模拟检验参数的Bayes估计和E-Bayes估计的合理性及优良性,并且发现一些数据表中存在一定的规律.

复合LINEX对称损失下逆威布尔分布尺度参数的E-Bayes估计

在统计决策问题中,统计决策及参数估计的优劣性在很大程度上依赖于损失函数形式的选取.该文在复合LINEX对称损失函数下,求出先验分布为Γ分布,逆威布尔分布尺度参数θ的E-Bayes估计.

复合LINEX对称损失下广义Pareto分布形状参数θ的Bayes估计

广义Pareto分布已被应用在社会学、保险精算学等众多领域,有着非常重要的实际应用价值.该文主要研究了复合LINEX对称损失函数下尺度参数已知,先验分布为伽马分布时,广义Pareto分布形状参数的Bayes估计和E-Bayes估计,给出了二者的精确表达式.最后对参数的Bayes估计和E-Bayes估计进行了数值模拟检验,检验结果说明了估计的合理性.

复合LINEX对称损失下逆高斯分布参数倒数Bayes估计

该文主要讨论了当参数θ的先验分布为Γ分布时,在复合LINEX对称损失函数下,逆高斯分布形状参数θ的Bayes估计、E-Bayes估计和多层Bayes估计问题,得到了相应的估计公式,并证明了参数θ的Bayes估计是可容许的.

复合LINEX损失下k阶Erlang分布参数的Bayes估计

在复合LINEX对称损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计和E-Bayes估计,并且通过随机模拟检验参数的Bayes估计和E-Bayes估计的合理性和优良性,结果表明:在复合LINEX对称损失函数下,k阶Erlang分布参数的Bayes估计和E-Bayes估计都是合理的,但是E-Bayes估计的精度更高。