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.     

一种对称损失下Pareto分布参数的Bayes估计

本文讨论了给定容量n的一个Pareto样本在对称损失函数下,Pareto分布参数的Bayes估计,证明了这一估计是可容许的,并给出了Bayes的置信下限。     

Poisson分布参数的Bayes估计

以先验分布为Gamma分布时，对Poisson分布给出了参数的Bayes估计．     

两种损失函数下心理状态数的Bayes估计

本文在刻度平方误差损失函数和Q-对称熵损失函数下,讨论了心理状态数c的Bayes估计,并且证明了估计是可容许的.     

Poisson分布参数的Bayes估计

以先验分布为Gamma分布时,对Poisson分布给出了参数的Bayes估计.     

矩阵损失下增长曲线模型中共同均值参数的线性估计的可容许性

在矩阵损失函数下，讨论多元线性模型中共同均值参数的线性估计的可容许性．在几种容许性定义下，参数ＫＨＬ的线性估计ｍｉ＝１ＤｉＹｉＦｉ（ｎｉ＝１ＤｉＹｉＦｉ＋Ｈ）在线性估计类中是可容估计的充要条件被获得     

两个不同损失函数下一类分布族参数的Minimax估计

在对数误差平方损失函数和熵损失函数下,得到了两个不同损失函数下一类分布族参数的Bayes估计和Minimax估计.     

多元随机回归系数和共同均值参数的线性估计的可容许性

本文讨论随机回归系数和共同均值参数的线性组合Σｉ＝１ ＱｉＢｉ＋Ｓ（Ｈ）的线性估计的可容许性，形如Σｉ＝１ＦｉＹｉ或Σｉ＝１ＦｉＹｉ＋Ｈ的线性估计在线性估计类中是可容许的充要条件被获得。     

二次损失下可估函数在非齐次估计类中的条件Minimax可容许性

在二次损失下,关于任意矩阵V讨论了一般Gauss-Markov模型在非齐次线性估计类中可估函数的条件Mimimax可容许性。得出带约束的一般Gauss-Markov模型的可估函数在非齐次估计类中Minimax可容许的充分必要条件。     

两两NQD序列下Lomax分布参数的经验Bayes检验

讨论了Lomax分布参数的经验Bayes双边检验问题.对于两两NQD样本序列,利用核函数估计方法给出了检验函数,证明了该检验函数是渐近最优的,并在适当的条件下得到其收敛速度.     

巴斯卡分布中未知参数的估计

在巴斯卡分布的参数r,p都未知的情况下,讨论了未知参数的极大似然估计。结果表明,r的极大似然估计可转化成一个超越方程的求解,采用该超越方程的解作为r的估计量有强相合性,导出了在大样本下r和p的置信区间。并用实例验证了估计方法的合理性。     

指数分布参数基于不完全数据的区间估计

对不完全样本观测数据,讨论了指数分布总体参数的区间估计;给出了构造置信区间的一种方法并推导出了相应的分布密度函数表达式;并说明了该方法在样本中可能存在异常值时的应用。     

正态分布尺度参数基于残缺观测数据的置信区间

对于残缺的样本观测数据，讨论了正态分布总体尺度参数的区间估计问题。给出了适用于残缺观测数据的构造置信区间的一种方法，即只需知道样本的任意两个关于样本中心对称顺序统计量的值，就可求出总体多数的置信区间。讨论了相应的分布密度函数，给出了大样本近似分布。     

关于均匀分布样本对参数估计的影响

对均匀分布的参数作最佳线性无偏估计时，可以用实验去推断．通过对均匀分布估计量的期望、方差、方差比进行分析比较，给出了选取样本容量以及完成样本数对所作估计产生影响程度的结论。     

关于均匀分布样本对参数估计的影响

对均匀分布的参数作最佳线性无偏估计时,可以用实验去推断.通过对均匀分布估计量的期望、方差、方差比进行分析比较,给出了选取样本容量以及完成样本数对所作估计产生影响程度的结论.     

KUK随机化调查模型下的贝叶斯估计

本文针对属性特征的KUK模型建立了贝叶斯估计理论,求出了在先验分布是混合贝塔先验分布、抽样方法是简单随机抽样情况下总体敏感特征比例的贝叶斯估计,并且使用后验均方误差作为精度标准,对贝叶斯估计与极大似然估计进行比较。     

伽马分布的形状参数的一种估计

本文利用服从伽马分布的随机变量 X 与其逆 X~(-1)的协方差只与形状参数有关这一性质,给出伽马分布形状参数的所谓自逆协方差估计,进而构造了相应的无偏估计,并证明了这类估计的大样本性质:强相合性以及渐近正态性。