Q对称熵损失下Weibull分布尺度参数的Bayes估计

在Q对称熵损失函数下,对参数的先验分布选取伽玛分布,研究Weibull分布尺度参数的Bayes估计问题。利用随机模拟,验证Weibull分布在Q对称熵损失函数下参数Bayes估计的合理性,在重复模拟下比较极大似然估计和两个Bayes估计的均方误差。结果显示,参数的Bayes估计效果更为理想,最后实例表明参数估计效果与随机模拟结论一致。

对称熵损失下指数分布的参数估计

研究指数分布的刻度参数在对称熵损失下的最小风险同变估计及Bayes估计，并讨论（cT＋d）－1形式估计的可容许性与不可容许性．

p,q-对称熵损失函数下指数分布的参数估计

用参数估计方法,研究指数分布的刻度参数在p,q-对称熵损失函数下的最小风险同变估计(MRE)、Bayes估计和M inimax估计,并讨论了具有[cT+d]-1形式的估计量当0≤c<c*,d>0;c=c*,d>0时是可容许的,当c<0或d<0;0<c≠c*且d=0;c>c*且d>0时是不可容许的.

对称熵损失下两个指数总体均值的序约束估计

在对称熵损失下,讨论了样本容量相等时,两个指数总体均值iλ(i=1,2)的约束极大似然估计^iλ的风险,其中约束为λ1≤λ2.证明了^λ1与^λ2具有比经典极大似然估计X-1与X-2更小的风险,并给出了当λ2/λ1→∞和n→∞时,^λi对Xi-(i=1,2)渐近功效e(^λi,X-i)的值.

q对称熵损失函数下指数分布的参数估计

提出对称熵损失函数的一般形式(λ/δ)q+(δ/λ)q-2(q>0),即q对称熵损失.讨论指数分布的尺度参数在此损失函数下的最小风险同变估计、Bayes估计和最小最大估计,给出了更具一般性的结论,并研究了(cT+d)-1形式估计的可容许性和不可容许性.

q-对称熵损失函数下Gamma分布的尺度参数的估计

本文在对称熵损失函数的基础上定义了q-对称熵损失函数,并用参数估计的方法研究了在q-对称熵损失函数下Gamma分布的尺度参数的最小风险同变估计(MRE)、贝叶斯(Bayes)估计、最小最大(Mininax)估计等。我们还对这些估计量的可容许性和不可容许性进行了讨论,最后分别对指数分布和Gamma分布在两种损失函数下的估计结果进行了数值比较。

q对称熵损失函数下正态总体刻度参数的估计

用参数估计的方法,研究均值为0的正态分布中刻度参数在q对称熵损失函数下的最小风险同变估计、Bayes估计和M inimax估计,并讨论了[cT+d]1/2形式的估计量当0≤c<c*,d>0;c=c*,d≥0时是可容许的,当0<c≠c*,d=0;c>c*,d>0时是不可容许的.

基于对称熵损失和记录值样本的指数分布模型参数的估计

文章在对称熵损失函数下,基于记录值样本,得到了指数分布参数的最小风险同变估计、Bayes估计和经验Bayes估计,并讨论了一类cXU(n)+d形式估计的可容许性和不可容许性,其中XU(n)为第n个上记录值。

对称熵损失函数下两参数Lomax分布形状参数的Bayes估计

在对称熵损失函数下,文章讨论了两参数Lomax分布形状参数的Bayes估计,经验Bayes估计,并讨论了一类(cT+d)-1形式估计的可容许性和不可容许性。

Q-对称熵损失函数下几何分布参数估计

在Q-对称熵损失函数下,讨论Poisson分布、二项分布和几何分布参数的Bayes估计,给出了更具一般性的结果。并且讨论该结果的可容许性和不可容许性。

对称熵损失函数下两参数广义指数分布形状参数的Bayes估计

在对称熵损失函数下,讨论了两参数广义指数分布形状参数的Bayes估计和可容许估计,并给出了一类逆线性形式(cT+d)-1估计的可容许性和不可容许性的条件.

对称熵损失函数下Rayleigh分布参数的Bayes估计

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.

Q-对称熵损失函数下的Poisson分布参数倒数的估计

研究在Q-对称熵损失函数下,Poisson分布参数倒数的估计,得出在Q-对称熵损失下,形式的一类估计的可容许性和不可容许性,并给出可容许估计的充要条件.

Q-对称熵损失函数下的Poisson分布及二项分布的参数估计

在Q-对称熵损失函数下,讨论Poisson分布、二项分布和几何分布参数的Bayes估计,给出了更具一般性的结果。并且讨论该结果的可容许性和不可容许性。

Q-对称熵损失函数下Burr分布参数的估计

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)分布时,给出了Burr分布参数在Q-对称熵损失函数下的Bayes估计和多层Bayes估计。

对称熵损失函数下一类分布族参数的Bayes估计

在对称熵损失函数下,研究一类分布族参数的Bayes估计问题,并讨论了一类逆线性形式估计的可容许性和不可容许性。

Q对称熵损失下两参数Lomax分布形状参数的Bayes估计

利用Bayes估计的方法对Lmoax分布的形状参数在Q对称熵损失函数下进行估计,并给出了其多层Bayes估计的形式.

P,Q-对称熵损失函数下Pareto分布参数的Bayes估计

在P,Q-对称熵损失函数下,讨论了Pareto分布参数的Bayes估计.当先验分布为伽玛分布时,给出估计的精确形式.最后证明了其容许性.

Q对称熵损失函数下定时截尾情形几何分布参数的Bayes估计

本文首先利用Q对称熵损失函数的性质及Bayes风险的唯一最小值解为Bayes解,讨论了Q对称熵损失函数下定时截尾情形几何分布参数的估计问题,给出了在任何先验分布下Bayes估计的一般形式,以及在给出先验分布的情况下给出了上述情形下几何分布Bayes估计的精确形式,最后证明了此Bayes估计是可容许的。

基于对称熵损失和记录值的一类分布族参数的估计

在对称熵损失函数下,基于记录值样本,得到了一类分布族参数的Bayes估计和经验Bayes估计,并讨论了一类逆线性(cT+d)-1形式估计的可容许性和不可容许性.