Empirical Bayes Test for Two-parameter Exponential Distribution under Type-Ⅱ Censored Samples

The empirical Bayes test problem is considered for scale parameter of twoparameter exponential distribution under type-II censored data.By using wavelets estimation method,the EB test function is constructed,of which the asymptotic optimality and convergence rates are obtained.Finally,an example concerning the main result is given.

两参数Burr Ⅻ分布的经验Bayes检验问题

Burr Ⅻ分布在保险精算、经济学、社会学、环境学等中有着非常重要的应用价值,已经被列入精算师常用的八大分布之中,由此可见对Burr Ⅻ分布的研究有着重要的现实意义和理论价值。本文主要对两参数Burr Ⅻ分布分别在绝对值损失和加权平方损失下,利用核估计方法构造了参数相应的经验Bayes(EB)单侧和双侧检验函数,证明了所提出的EB检验函数均是渐近最优的并获得了EB检验函数的收敛速度。最后,给出了一个例子,说明适合定理条件的先验分布是存在的。

舍入数据下Lomax分布形状参数的经验Bayes检验问题

本文研究了舍入数据下Lomax分布形状参数的经验Bayes(EB)单侧检验问题.利用密度函数的递归核估计构造了参数的EB检验函数,并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,获得了它的收敛速度.最后,给出一个有关本文主要结果的例子.

双指数分布位置参数的经验Bayes检验问题:NA样本情形

讨论了双指数分布位置参数的经验Bayes(EB)检验问题,利用同分布NA样本构造了EB检验函数,在适当条件下证明了EB检验函数的渐近最优性并获得了其收敛速度.

指数分布定数截尾样本下经验Bayes双侧检验问题

研究了指数分布定数截尾情形下失效率函数的经验Bayes(empirical Bayes,EB)双侧检验问题.利用概率密度函数的核估计构造了EB检验函数,证明了它的渐近最优性,并获得了其收敛速度.最后,给出了一个满足定理条件的例子.

在LINEX损失下指数分布刻度参数EB估计的渐近最优性

在LINEX损失函数下,研究指数分布刻度参数的非参数的经验Bayes(EB)估计问题.在此损失函数下,找出参数的Bayes估计,利用抽到的样本,采用密度函数的核估计方法,构造总体X的边缘密度函数,得到参数的EB估计,指出这种EB估计是渐近最优的,它的收敛速度为0(n-γs(l-2)/(2s+1)l),并且这种EB估计方法可推广到多参数情形,举例说明它的应用.

Kumaraswamy分布的经验Bayes检验

主要对Kumaraswamy分布分别在绝对值损失和加权平方损失下利用核估计构造了参数相应的经验Bayes(EB)单侧检验函数,在适当的条件下证明了所提出的EB检验函数是渐近最优的,并获得了EB检验函数的收敛速度.

渐近最优的经验贝叶斯决策(英文)

本文在加权线性损失下讨论一类广义指数分布刻度参数的经验贝叶斯检验问题.利用核密度估计函数构造单调的经验贝叶斯检验函数,在适当的条件下证明所构造的检验函数的渐近最优性并获得其收敛速度.该收敛速度可以任意接近O(n-1).最后,给出一个例子用以验证本文的主要结果是合理的.