不同损失函数下指数-泊松分布的Bayes估计

基于定数截尾样本,在熵损失、Linex损失和刻度平方损失函数下,给出了指数-泊松分布参数的Bayes估计,并证明了所给估计都是容许的。最后给出了随机模拟例子,对所给估计结果的优良性进行了分析比较。

Linex损失下指数-泊松分布的经验Bayes估计的收敛速度

在Linex损失下研究了指数-泊松分布的经验Bayes(EB)估计问题,并采用核估计的方法,在适当的条件下,获得了EB估计的收敛速度.

两参数指数-泊松分布参数的经验Bayes检验

文章分别讨论了两参数指数-泊松分布参数的经验Bayes(EB)单侧和双侧检验问题。利用核估计方法构造了参数的EB检验函数,在适当的条件下证明了所提出的EB检验函数的渐近最优性,并获得了它的收敛速度。

定数截尾情形指数-泊松分布参数的Bayes估计

文章在对称和非对称损失函数下研究指数-泊松分布参数的Bayes估计问题;基于广义无信息先验和定数截尾情形,给出了参数λ在三种不同损失函数下Bayes估计的精确表达式;最后运用Monte-Carlo随机模拟方法对估计进行比较。结果表明,加权平方损失下Bayes估计的精确度和稳健性较好,适合用来对参数λ进行统计推断。

离散化泊松-指数混合分布的性质和参数估计

文章将泊松分布和指数分布以某种权重进行混合并离散化,得到了一种新的寿命数据模型:离散化泊松-指数混合分布。讨论了该分布的分布性质和可靠性性质,研究了参数的极大似然估计和区间估计,通过数值模拟表明所提方法的优良性,并将该分布应用于真实数据,与现有的几种离散分布从p值、AIC、BIC等方面进行了比较。

泊松－指数分布中参数的Bootstrap估计

本文研究了泊松－指数分布中参数的估计问题。我们对该分布中的参数采用bootstrap模拟的方法，构造了其参数的bootstrap点估计和区间估计，并通过模拟结果评估了bootstrap方法的拟合效果。

EP寿命分布的图像特征

针对指数-泊松分布,首先,结合已知定理证明了该分布各阶矩E(xk)的存在性;其次,研究了分布的变异系数、偏度等数字特征与峰度λ参数的相关关系;最后,研究了分布失效率函数、平均失效率函数和平均剩余寿命函数等的图像特征,并证明了可靠性函数的单调性。得到了如下结论:指数-泊松分布的各阶矩存在;该分布的数字特征仅与参数λ有关,与参数β无关;失效率函数和平均失效率函数单调递减,平均剩余寿命函数单调递增。

EM算法在混合分布模型参数估计中的应用研究

运用EM算法对一种新的系统寿命分布——混合指数-泊松分布进行参数估计,并通过随机模拟,验证了EM算法在混合模型参数估计的收敛性和有效性.