刻度平方误差损失下巴斯卡分布参数的Bayes估计

研究在刻度平方误差损失函数下,巴斯卡分布可靠度的Bayes估计及其可容许性,并给出了Bayes置信下限以及多层Bayes估计的表达式。

巴斯卡分布参数的Bayes估计

给出巴斯卡分布在参数具有验前β（１２，０）分布时产品可靠度的Ｂａｙｅｓ估计、Ｂａｙｅｓ置信下限以及参数具有含超参数的验前Ｂｅｔａ分布时可靠度的多层Ｂａｙｅｓ估计。

熵损失函数下巴斯卡分布参数的Bayes估计

研究在熵损失函数下 ,巴斯卡分布可靠度的 Bayes估计及其可容许性 ,并且给出 Bayes置信下限以及多层

一种对称损失下巴斯卡分布参数的Bayes估计

研究在一种对称损失函数下,巴斯卡分布可靠度的Bayes估计及其可容许性,并给出了Bayes估计的置信下限.

巴斯卡分布参数p的置信区间

讨论了巴斯卡分布与Beta分布的联系,并通过F分布的分位点给出了参数p的置信水平为1-α的置信区间.

巴斯卡分布中未知参数的估计

在巴斯卡分布的参数r,p都未知的情况下,讨论了未知参数的极大似然估计。结果表明,r的极大似然估计可转化成一个超越方程的求解,采用该超越方程的解作为r的估计量有强相合性,导出了在大样本下r和p的置信区间。并用实例验证了估计方法的合理性。

巴斯卡分布NB(r,p)中参数r的估计

巴斯卡分布 NB(r,p)是重要的离散型分布之一 ,当 r已知时 ,巴斯卡分布 NB(r,p)中未知参数 p(p∈ (0 ,1 ) )的估计是众所周知的 .本文分别在 p已知和未知的条件下 ,研究了参数 r(r∈{ 1 ,2 ,… } )的估计 ,并得到了它们的渐近性质 .

关于几何分布与巴斯卡分布的几个定理

给出并证明了关于几何分布与巴斯卡分布的三个定理,并解释了其现实意义。

巴斯卡分布在多峰值函数优化中的应用

针对一些求解复杂多峰函数的优化算法的成功率不高的问题,提出了一种基于巴斯卡分布的算法框架。该类算法本质上是并行的,它把已存在的低效算法当成贝努里试验重复执行,直到原低效算法得到两次同样的结果才终止程序。然后,抽象出该算法框架的数学模型,从理论上证明了该类算法能够较大程度地提高原算法的优化成功率,并计算了该类算法相对原算法的时间复杂度的增量。

混合巴斯卡分布的矩估计

本文主要运用矩估计法对由两个巴斯卡分布组成的二阶混合巴斯卡分布的参数进行了估计.首先,探讨了混合巴斯卡分布的期望、方差,其次,重点运用矩估计法给出了混合巴斯卡分布参数在不同个未知参数情形下的矩估计.

巴斯卡分布的特征函数探讨

本文给出了巴斯卡分布特征函数的详细求解,并以特征函数论证了巴斯卡分布的可加性。

对称损失下巴斯卡分布参数的Bayes估计

研究在给定一种非共轭先验分布的特殊先验分布情况下,巴斯卡分布在对称损失下的Bayes估计,以及Bayes估计的可容许性.

巴斯卡分布可靠度的估计

文章在P,Q对称损失函数下,讨论巴斯卡分布参数θ的Bayes估计及其容许性,并给出了多层Bayes估计及E-Bayes估计的具体形式和Bayes置信下限。

截断情形下巴斯卡分布的参数估计

本文讨论了截断情形巴斯卡分布参数的极大似然估计问题,证明了估计的强相合性和渐近正态性,给出了估计的进一步渐进性质.

几何分布模型下动物总数的Bayes统计推断

利用巴斯卡分布与二项分布的关系 ,在动物总数有均匀分布和贝塔分布的先验假设条件下 ,给出了动物总数 N的 Bayes估计和检验方法。结果表明 ,N的置信限和检验统计量只与常用的 F分布有关 。

几种常见分布列中的极值

分布列P(ξ=k)=P(k)是k的函数,最关心的是k为何值时P(k)最大或最小,但用数学分析中求极植的方法在这里难以实现.本文采用比值法计算了几种常见分布列中的极值,并通过实例分析了其实际意义.

关于随机变量的期望与方差计算技巧

随机变量的数学期望与方差是随机变量的重要数字特征.由于许多随机变量的分布都与它的期望与方差有关,因而当随机变量的分布类型已知时,只要知道它的数字特征,即可确定它的分布.同样,由于随机变量的数学期望与方差在实践中有着广泛的应用.这样,研究期望与方差计算技巧,就显得有意义.

一个无偏估计量

在一般的数理统计的文献中，都论述了具体分布参数的无偏估计．笔者已见到过正态分布、均匀分布、指数分布、二项分布、泊松分布、几何分布等这些分布中的参数的无偏估计，唯独不曾见过巴斯卡分布中参数的无偏估计．本文的主要工作就是找到了一个巴斯卡分布中参数Ｐ的无偏估计．