共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
文章假设产品的寿命服从正态分布,在无失效数据情形,当失效概率pi的先验分布为π(pi|b)=b(1-pi)b-1(1相似文献
3.
一、问题描述参照Britran等人对顾客需求模式的设定,假设市场中潜在顾客的购买率服从泊松分布。每位购买产品的顾客,心中都有一个关于特定商品的主观价值(往往根据自己的经验、该产品相应替代品价格、其它信息等),只有商品价格不大于顾客主观价值的情况下顾客才会购买。对于高科技产品零售商来说,产品的期初定价会影响顾客购买的比例。假定固定出售时限的高科技产品价格为P,根据Lazear的研究,顾客主观价值的概率密度函数和累积分布函数可分别表示为f(p)和F(p),那么在产品价格为P的情况下,F(p)表示顾客的主观价值(愿意购买的价钱)小于商品价格的概率,这时顾客将不会购买。当顾客的主观价值大于产品零售价格时,顾客才会产生购买行为,即:顾客会购买产品的比例为1-F(p)。不同顾客的主观价值是不同的,由于能够通过参数设定充分表现出顾客异质性造成的主观价值的变化,采用形状参数为m、尺度参数为v的威布尔分布表 相似文献
4.
5.
在概率统计中,偏度系数反映了随机变量的密度曲线的对称特征.由于偏度系数涉及到分布的前三阶矩,因此得到好的估计有一定的难度.文章建立贝叶斯模型,对偏度系数提出近似线性贝叶斯估计,并在多条数据结构下,对先验分布的超参数提出合适的估计,得到偏度系数的经验贝叶斯估计. 相似文献
6.
一、引言1972年 ,Nelder和Wedderburn[1 ] 对经典线性回归模型作了进一步的推广 ,并且提供了一个统一的估计理论和计算框架 ,这个推广的模型就称为广义线性模型 ,在统计学中产生了重要的影响。定义 1 设Yi 为一随机变量 ,如果其密度函数 (连续型时为分布密度、离散型时为概率分布列 )f(yi,θi,i)可表为 :f(yi,θi,i) =exp[yiθi -b(θi)a(i) +c(yi,i) ];则称Yi 服从具有参数θi 和i 的指数分布族分布 ,其中a(·)、b(·)、c(· ,·)为已知函数 ,θi 称为自然参数 ,i 称为多余参数 (nuisanceparameter)。在一定的正则条件下 ,… 相似文献
7.
8.
9.
指数族分布是一类应用广泛的分布类,包括了泊松分布、Gamma分布、Beta分布、二项分布等常见分布.在非寿险中,索赔额或索赔次数过程常常被假定服从指数族分布,由于风险的非齐次性,指数族分布中的参数θ也为随机变量,假定服从指数族共轭先验分布.此时风险参数的估计落入了Bayes框架,风险参数θ的Bayes估计被表达“信度”形式.然而,在实际运用中,由于先验分布与样本分布中仍然含有结构参数,根据样本的边际分布的似然函数估计结构参数,从而获得风险参数的经验Bayes估计,最后证明了该经验Bayes估计是渐近最优的. 相似文献
10.
风险型决策是经济工作中的一个难题,本文主要从先验信息分析和后验信息分析两方面利用概率统计知识进行了决策分析,并给出了最小损失标准的计算方法,为风险决策提供了数据依据。 相似文献
11.
12.
在进行奖惩系统的贝叶斯分析时,很自然地要在保单组合中选取一个结构函数π0(λ)。按照贝叶斯灵敏度分析,结构函数可以通过指定一个先验分布的集合Г而不是一个先验分布来建模。笔者考察了相对费率的变化范围,即δπ=E[λπ(λ|data)]/E[λπ(λ)]/,π∈Γ,并用从非寿险精算协会公告[10(3)(1979)274]中得到的数据说明所用的方法。 相似文献
13.
随机优势决策是根据状态的先验分布和后果的损失函数进行决策分析的。本文从基于随机优势下的粗糙集角度,对这一问题给予补充阐释。决策者(DM)所需的偏好信息以决策规则表示,决策规则以确定因子和覆盖因子度量。最后,本文提供一个实例解释这种方法。 相似文献
14.
15.
16.
一、指数与随机变量关系的问题当研究某种商品的价格或物量的变动程度时,是通过计算价格指数p_1/p_0或物量指数q_1/q_0来反映的。但在研究多种商品构成的复杂总体的变动时,通常是计算加权比率平均指数或加权综合指数(简称综合指数)。这里需要解决的一个中心问题是,以基期指标还是以报告期指标作权数。这个问题,一直是统计界争论而未能解决的问题。这里试引入离散型随机变量,将个体指数和随机变量、权数和概率之间建立一一对应的关系。 相似文献
17.
一、二 项 分 布二项分布又称为独立试验的概率分布,它是离散型随机变量最基本的概率分布。先考察一个实例。设5只电子元件中有4只为一级品,现在从中随机抽取3只,求所得样本中有k只一级品元件的概率分布。这3只元件的抽取是这样安排的,每次取一只,每次抽出将结果登记后又重新放回参加第二次抽选,所以每次抽到一级品(记为A事件)的概率都是P(A)=4/5,而抽到非一级品(记为(?)事件)的概率则为P(?)=1-P(A)=1/5。1一P(A)=1/5。 相似文献
18.
19.
一、极端收益率数学模型1.极端收益率数据的广义Pareto分布拟合定理假设)Xn,是独立同分布随机变量序列, 相似文献
20.
一、标准正态分布函数表(标准正态分布面积表)标准正态分布函数F(X)是反映随机变量X在某一区间内取值时相应的概率取值的一种函数。用公式表示为F(X)=P(X<X)=∫-∞f(X)dx,X∈(-∞,∞),标准正态分布函数表格及图示如下: 相似文献