序约束下两个Burr分布总体参数的Bayes估计

分别在熵损失和对称熵损失函数下,讨论了序约束下对任何先验分布的两个Burr分布总体参数的Bayes估计。进而给出了序约束下不同先验分布的两个Burr分布总体参数的Bayes估计。

加权p、q 对称损失函数下Burr分布参数的Bayes估计

在加权p、q对称损失函数下,利用Bayes参数估计方法研究Burr分布参数Bayes估计的形式和估计的性质,得到参数Bayes估计的一般形式以及在无信息先验分布和共轭先验分布下的精确形式,并证明所得估计具有可容许性和最小最大性,进一步得到参数的多层Bayes估计。最后用R软件结合MCMC算法对所得估计进行数值模拟,结果表明在共轭先验分布下的Bayes估计比无信息先验分布下的Bayes估计精度更高。

简单半序约束下多个正态总体分布参数的Bayes估计与等值检验

运用Bayes方法讨论多个正态总体均值与标准差比在简单半序约束下的估计问题及如下等值检验问题:H0:μ1=…=μkv.s.H1:μ1≤…≤μk,μ1<μk,并用Gibbs抽样和Metropolis-Hastings方法给出了上述问题的数值模拟.

序约束下一类指数分布族参数的Bayes估计

在平方损失和熵损失函数下,分别讨论序约束下先验分布选取杰佛莱准则时两个单参数指数分布族总体参数的Bayes估计,进而给出了序约束下不同损失函数时的两个单参数指数分布族总体参数精确的Bayes估计形式,并证明了该估计的容许性。

Burr XII分布参数的经验Bayes估计的渐近最优性

本文研究了Burr XII分布参数的经验Bayes估计问题.利用密度函数的递归核估计,构造了参数的经验Bayes(EB)估计,在适当的条件下证明了所提出的EB估计是渐近最优的,并获得了它的收敛速度.

双边定数截尾场合下Burr Ⅻ分布的Bayes估计

在双边定数截尾样本下,文章基于未知参数的先验分布为无信息先验和Gamma分布,分别考虑平方损失和LINEX损失,研究了Burr Ⅻ分布的参数和可靠性指标的Bayes估计,并运用随机模拟的方法对各种估计结果进行了分析比较,结果表明LINEX损失下,基于gamma先验分布,贝叶斯估计结果精度更高.

序约束下两样本总体参数的Bayes估计

讨论序约束下两样本总体参数的Bayes估计，给出了先验分布的选取方法，并讨论了总体分布分别为Γ分布、Poisson分布、二项分布时参数的Bayes估计．

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.

序约束下两威布尔分布总体参数的Bayes估计

本文考虑在简单半序约束条件下，选取无信息先验分布时，对称损失函数下两单参数威布尔分布中未知参数的Bayes估计．

非对称损失函数下Burr Ⅻ型分布可靠性指标的Bayes估计

本文研究了R=P(Y<X)在两种非对称损失函数下的Bayes估计问题,其中随机变量X和Y相互独立且服从不同的Burr Ⅻ型分布.利用Lindley近似方法,获得了Bayes估计的显式近似表达式,通过随机模拟比较了不同损失函数下的Bayes估计的性质.

正态总体下分布参数的Bayes序贯估计

论述正态总体分布参数的序贯估计和Bayes序贯估计问题。在Stein的双子样序贯估计的基础上 ,构造了Bayes双子样序贯估计 ,并作了剖析。此外 ,为了适应当前试验场地“试试看看 ,看看试试”的试验分析和鉴定的需要 ,给出了以序贯Bayes检验为基本出发点 。

序约束下两个几何总体参数的Bayes估计

在平方损失函数和熵损失函数下,分别讨论了序约束下对任何先验分布的两个几何总体参数的Bayes估计,给出了序约束下不同先验分布的两个几何总体的Bayes估计.

熵损失函数下Burr分布参数的Bayes估计

讨论了在熵损失函数下Burr分布的参数在不同先验分布下的Bayes估计,并且讨论了其多层Bayes估计,给出了容许性估计的一般形式.

Linex损失下Burr分布参数的Bayes估计

讨论了Linex损失函数下Burr分布参数在不同先验分布下的Bayes估计,并且讨论了多层Bayes估计,给出了容许性估计的一般形式。

多元正态总体分布参数的Bayes序贯验后加权检验及估计

本文讨论了多元正态总体均值向量μ和协方差阵∑的Bayes序贯验后加权检验及截尾序贯检验.同时,以序贯检验的停时作为Bayes序贯估计的终止试验时间,给出μ和∑的递推估计方法.本文对于武器装备在试验场地的性能参数鉴定和评估具有实用意义.

序约束下两个Pareto总体参数的Bayes估计

Pareto分布是意大利经济学家Pareto将其作为一种收入分布介绍的,一个多世纪以来,它不仅在经济收入模型中得到应用,而且在更广泛的应用领域中也越来越受到重视。对Pareto分布主要作了以下两方面的工作:(1)在平方损失函数下,讨论了序约束下对任何先验分布的两个Pareto总体参数的Bayes估计,给出了序约束下在给定先验分布时的两个Pareto总体参数的Bayes估计的精确形式,同时证明了该估计是可容许的。(2)在熵损失函数下,讨论了序约束下对任何先验分布的两个Pareto总体参数的Bayes估计,给出了序约束下在给定先验分布时的两个Pareto总体参数的Bayes估计的精确形式,同时证明了该估计是可容许的。

逐步首失效样本下Burr Ⅻ分布参数的Bayes估计

基于逐步增加首失效截尾试验.研究BurrXII分布的参数及可靠性指标的Bayes估计问题.在均方损失和Linex损失下,获得了未知参数θ及可靠性指标的Bayes估计的表达式.并且利用生存函数的期望来估计超参数,最后运用随机模拟方法对各个估计进行了比较.

随机截尾数据下Burr Ⅻ分布参数的Bayes估计

在随机截尾试验下,研究Burr Ⅻ分布未知参数θ的Bayes估计问题.在LINEX损失和复合LINEX对称损失下,得到了未知参数θ的Bayes估计的精确表达式,并且运用Monte-Carlo模拟法对各个估计进行了比较.

双边定数截尾下Burr分布参数的Bayes估计

Burr分布有右偏厚尾的良好性质,在双边定数截尾样本下,分别给出Burr分布在q-对称熵损失函数和复合LINEX对称损失函数下参数的Bayes估计和多层Bayes估计。

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。