Mlinex损失函数下反向帕累托分布形状参数的Bayes估计

文章研究了Mlinex损失函数下反向帕累托分布的参数估计问题。在已知反向帕累托分布位置参数的情况下,给出形状参数的五种估计方法:极大似然估计、最大后验估计、经典Bayes估计、多层Bayes估计、E-Bayes估计,并推导出相应估计方法下的具体表达式。利用MC方法在R软件下进行数值模拟,对比模拟数据确定了参数估计的最优环境,并验证了估计方法的合理性和估计结果的准确性与稳健性,得到了E-Bayes估计为最优估计方法的结论;最后利用最优估计方法对实例进行数据拟合,确定了新疆县市级城市的人均城市道路面积可以利用反向帕累托分布近似拟合,并结合最终数据给出了相应的数据分析。

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。

MLinex损失函数下幂函数分布参数的Bayes估计

鉴于幂函数分布在生存或故障时间分析中的重要性,研究了MLinex损失函数下幂函数分布参数的Bayes估计问题.首先,给出了幂函数分布参数在MLinex损失函数下的Bayes估计一般表达式和先验分布为Gamma分布时的精确表达式;之后,证明了该参数的Bayes估计量是可容许的;接着,在给定可信水平下利用样本信息给出了参数的最大后验区间估计;最后,通过数值实验说明了该参数的Bayes估计值比极大似然估计值、矩估计值和修正的矩估计值更接近于真实值.

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。

MLINEX损失下BurrⅫ部件可靠性指标的经验贝叶斯估计

基于逐步增加Ⅱ型截尾样本,研究MLINEX损失下BurrⅫ部件可靠性指标的经验Bayes估计。利用MLE方法求出超参数的估计,从而得出未知参数、可靠度及失效率函数的经验Bayes估计。最后通过Monte-Carlo方法给出随机仿真例子,表明当样本容量m相同时,截尾数n越小,均方误差越小;当截尾数n相同时,样本容量m越大,均方误差越小。

Mlinex损失函数下几何分布参数的Bayes估计

在Mlinex损失函数下,文章讨论了几何分布可靠度的Bayes估计问题,在可靠度的先验分布为贝塔共轭先验分布和幂分布下,得到了可靠度的Bayes估计,并证明了它的容许性。当可靠度先验分布为贝塔分布时,给出三类不同超参数的E-Bayes估计和多层Bayes估计,并在一定条件下得到E-Bayes估计、多层Bayes估计具有等价性。利用Monte Carlo数值模拟对几种估计进行比较。

Mlinex损失函数下逆伽马分布尺度参数的Bayes估计

在Mlinex损失函数下,本文首次讨论了逆伽马分布尺度参数的Bayes估计及其可容许性,并对该分布的一个充分统计量的逆线性形式的容许性进行了分析,然后使用蒙特卡洛模拟阐明小样本情形下尺度参数的Bayes估计的精度一般优于其最大似然估计和Minimax估计,与一致最小方差无偏估计相当。

加权平方损失函数和MLINEX损失函数下一类分布族参数的Minimax估计

文章考虑一类分布族:F(x;θ)=1-[g(x)]θ(A≤x≤B,θ>0),其中g(x)是关于x单调递减的可微函数,且g(A)=1,g(B)=0,在加权平方损失函数和MLINEX损失函数下,得到了参数的Bayes估计和Minimax估计。

MLINEX损失函数下具有风险相依效应的信度模型

该文既考虑了制定保费的公平性、合理性,又考虑了各风险组之间的相依效应,利用信度理论的方法得到了MLINEX损失函数下Bühlmann-Straub模型的具有特殊相依效应的信度保费,进而推导出MLINEX损失函数下Bühlmann模型的具有此种相依效应的信度保费,也得到了结构参数的估计量,因此,推广了经典信度理论.

Mlinex损失函数下广义指数分布形状参数的Bayes估计

文章给出了Mlinex损失函数下两参数广义指数分布形状参数的Bayes估计及其容许性,并对该分布的充分统计量的逆线性形式的容许性进行讨论.最后通过蒙特卡洛模拟说明Bayes估计在小样本情形时的优良表现。

MLinex损失函数下Gamma分布的尺度参数的Bayes估计

在MLinex损失函数下,利用Bayes估计方法研究了Gamma分布的尺度参数的Bayes估计,并证明了其容许性.结果是:在Mlinex损失函数下得到了Gamma分布尺度参数唯一的Bayes估计的一般表达式及其精确表达式,并证明是可容许的.最后通过数值分析实例,说明了所用的参数估计方法是合理可行的.

Mlinex损失下Rayleigh分布尺度参数倒数的Bayes估计

在Mlinex损失下得到其尺度参数倒数的唯一Bayes估计的一般形式以及在给定先验分布下的精确形式,并证明了其可容许性.

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。

MLINEX损失下k阶Erlang分布参数的Bayes估计

在MLINEX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,并证明其容许性.给出了在MLINEX损失下得到了k阶Erlang分布参数的Bayes估计的精确表达式,并且通过随机模拟检验参数Bayes估计的合理性和优良性.

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。

Mlinex损失函数下的信度保费

在经典信度理论中,通常用对称损失函数作为衡量预测结果好坏的标准,忽略了拟合度的重要性.为使信度模型更好地应用于实际中,用Mlinex损失函数解决经典信度模型中由对称损失函数引起的高保费征收问题,推导出在Mlinex损失函数下的贝叶斯保费和信度保费,并验证了贝叶斯保费和信度保费的相合性.数值模拟结果表明,Mlinex损失函数下的信度保费优于经典信度保费.

Mlinex损失函数下艾拉姆咖分布的Bayes估计

文章在Mlinex损失函数下讨论了艾拉姆咖分布参数θ的Bayes估计,获得Bayes估计θ_B,并说明了其可容许性。最后通过数值模拟,说明艾拉姆咖分布在Mlinex损失函数下的Bayes估计的合理性及优越性。

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.

Mlinex损失函数下广义Pareto分布的Bayes估计

针对两参数广义Pareto分布的Bayes估计问题进行研究.运用Bayes定理,得到在Mlinex损失函数下分布参数的Bayes估计,并给出参数的Bayes置信下限及最大后验区间估计.