共查询到20条相似文献，搜索用时 93 毫秒
1.
尤清云 《襄樊职业技术学院学报》2009,8(5):20-23
本文讨论了线性指数分布参数的经验Bayes(EB)双侧检验问题;利用概率密度函数的核估计构造了参数的经验Bayes检验函数;证明了所提出的经验Bayes检验函数的渐近最优性;最后给出了一个有关本文主要结果 的例子. 相似文献
2.
3.
康会光 《安阳师范学院学报》2003,(5):3-5
在一种非对称损失函数L(θ,θ0)=k1(θ-θ0)2Iθ<θ0+[K2(θ-θ0)2+k3(θ-θ0)]Iθ≥θ0下,构造了一类单边截断型分布族参数的渐近最优经验Bayes检验,建立了它的收敛速度,其中ki≥0,i=1,2,3。 相似文献
4.
在定时截尾取损失函数为熵损失函数情形下,给出了瑞利分布参数θ的Bayes估计的一般形式,在给出先验分布的条件下得出了参数θ的Bayes估计的精确形式,最后证明了Bayes的可容许性． 相似文献
5.
黄江平 《中山大学学报论丛》2001,21(3):61-69
构造了伽玛分布族г（θ，1/2）参数的经验Bayes估计，并给出了该估计的收敛速度。在适当的条件下，该速度可以分别充分接近于1/2和1。 相似文献
6.
在P,Q对称损失函数下,讨论二项分布参数θ的Bayes估计及其容许性,并给出了多层Bayes估计具体形式和Bayes置信下限. 相似文献
7.
给出了多维正态分布在NP(θ,∑)和方差∑已知情况下多维参数均值θ=(θ1,θ2,…,θP)估计的损失函数和风险函数的Bayes估计. 相似文献
8.
在N P(θ,Σ)和方差Σ已知情况下,给出了多维正态分布多维参数均值θ=(θ1,θ2,…,θΡ)估计的损失函数和风险函数的Bayes估计。 相似文献
9.
一类非正态总体未知参数的Bayes假设检验 总被引：1，自引：0，他引：1
利用贝叶斯统计思想总结了两种常见的假设检验方法,在此基础上针对H0∶θ=0θ,θ≠θ0这样的假设检验问题,提出了构造参数θ的否定域,即求出参数θ的置信概率为1-α的最大后验区间,区域Θ-D为参数θ的否定域,检验θ是否在否定域内,若在就否定H0,运用这样的思想对其进行检验.并且讨论了γ-分布与β-分布,β-分布与F-分布,γ-分布与χ2-分布之间的相互关系,借助以上的性质,研究三类非正态总体指数分布、二项分布和泊松分布的未知参数的贝叶斯假设检验,给出了相应的否定域. 相似文献
10.
讨论一类这截断型分布族参数的双侧经验Bayes检验问题，文中构造了参数的经验Bayes判决函数，证明了其具有渐近最优性，并获得了收敛速度。 相似文献
11.
12.
对给定容量为n的线性指数分布样本X1,X2,…,Xn,在Linex损失函数下,利用共轭先验分布讨论线性指数分布参数θ的Bayes估计,多层Bayes估计,E-Bayes估计和极大似然估计. 相似文献
13.
江俊勤 《广东教育学院学报》2004,24(2):36-39
用数值计算的方法研究了双模压缩真空态|ξ)=1/coshr∑n=0^∞（-e^iθtanhr)^n|n,n)的K次方H压缩特性．结果表明：当θ满足一定条件时，光场存在着K次方H压缩效应(K=1，2，3，4，5，…)；但是，随着方次K的升高，K次方H压缩效应有所减弱． 相似文献
14.
在Entropy损失函数下,利用构造多层先验分布的方法求出了指数威布尔分布参数的多层Bayes估计,然后根据经验Bayes估计的思想,利用密度函数的核估计方法,构造了参数的经验Bayes估计并证明了该估计的渐进最优性和可容许性,最后运用随机模拟,将其与平方损失函数下的Bayes估计以及极大似然估计(MLE)进行了比较,结果表明:Entropy损失下的Bayes估计较后两种估计好。 相似文献
15.
李洪明 《呼伦贝尔学院学报》2008,16(4)
参数θ的无偏估计的方差与1＊（θ）=inf（Eθ（[P（X,θ＋h）-P（X,θ）]/[hP（X,θ）]）2：h≠0,θ＋h∈⊙之间的关系;信息不等式的界对一个光滑的再参数化的不变性． 相似文献
16.
本文在不同损失函数下研究Topp-Leone分布参数的Minimax估计问题。首先给出了参数的最大似然估计,然后在对数误差平方损失函数和熵损失函数下导出了参数的Bayes估计和经验Bayes估计,最后应用Lehmann定理得到了参数的Minimax估计。 相似文献
17.
本文在不同损失函数下研究Topp-Leone分布参数的Minimax估计问题。首先给出了参数的最大似然估计,然后在对数误差平方损失函数和熵损失函数下导出了参数的Bayes估计和经验Bayes估计,最后应用Lehmann定理得到了参数的Minimax估计。 相似文献
18.
椭圆x^2/a^2 y^2/b^2=1(a＞b＞0){x=acosθ，y=bsinθ(其中θ是参数，θ∈[0，2π）），故椭圆上的任一点都可以写成P（acosθ，bsinθ），θ∈[0，2π]的形式，下面就其在解题中的主要应用作些归纳，供参考。 相似文献
19.
题目已知3sinθ－cosθ＝1，3cscθ－secθ＝1，求sin2θ．此题常有如下几种解法：整理后得sin20一Zsincoos0一手．一—”一’”—一—————————－3方法2”．’3csc0－see0一1，’．3cos0－Silo—Sllco。S0，又’．’3Slflo－。OS0一1，”．2。OS0－ZSllo一511co0s0－1．两边平方后整理得：（sincoos0）’十10sincoos0－3—0，由求根公式得一10士4／7，＿＿＾Sllco0s02～～！－（负号舍去），—““———一2、。、。一，。·’·SinZ0一ZSifl6COS0—－10＋4H．Bte3“．“3csc6－seco＝1，“．3coso－sll6—Sllco。S0，X”… 相似文献
20.
基于完全样本,在平方误差损失、LINEX损失函数下研究了逆指数分布参数的Bayes估计和经验Bayes估计．文末通过MonteCarlo数值模拟例子对各类估计结果进行比较． 相似文献