基于纵向数据下连续型单参数指数族参数的经验贝叶斯检验(英文)

本文讨论了在纵向数据下,运用非参数估计方法构造了连续型单参数指数族参数的经验贝叶斯检验函数,证明了所提出的经验贝叶斯检验函数的渐近最优性,并获得了它的收敛速度.     

随机删失下伽玛分布族参数的经验Bayes双边检验

利用经验贝叶斯方法研究了伽玛分布参数的双边检验问题,构造了一个在历史样本被随机右删失的条件下参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优性,并获得了它的收敛速度可任意接近O(n~(-1/2)).     

渐近最优的经验贝叶斯决策

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.     

基于近邻方法下分布参数的贝叶斯分析

本文基于近邻方法下,构造了连续型单参数指数族参数的经验Bayes(EB)检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的大样本性质.     

连续型单参数指数族参数的经验Bayes检验函数的收敛速度

对独立同分布样本情形的连续型单参数指数族的单边假设检验问题,在线性损失下 导出了单调的Bayes检验函数,构造了相应的经验Bayes(EB)检验函数. 在一定条件下, 获得的经验Bayes检验函数的收敛速度可任意接近$O(n^{-1})$.最后给出了满足定理条件的两个例子.     

和─最小检验函数

本文研究犯两类增误概率之和为最小的检验函数，且研究此检验函数与贝叶斯检验函数的关系．     

线性指数分布参数的经验Bayes检验问题：φ混合样本情形

讨论了弱平稳φ混合样本下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,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性,并获得了它的收敛速度.     

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.     

缺失数据下Pareto分布参数的经验Bayes双边检验问题

本文讨论了缺失数据下Pareto分布参数的经验Bayes(EB)双边检验,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,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性,并获得了它的收敛速度.     

伽玛分布族参数的经验Bayes双边检验的收敛速度:NA样本情形

本文研究了NA样本情形下,伽玛分布族形状参数的经验Bayes(EB)双边检验问题.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,并在适当的条件下,证明了所提出的经验Bayes检验函数的渐近取优(a.o.)性,获得了其收敛速度.     

刻度指数族参数的经验Bayes检验函数收敛速度的改进

在加权线性损失下导出了刻度指数族中参数单调的Bayes检验函数,利用同分布负相协(NA)样本情形概率密度函数及其导数的核估计构造了经验Bayes(EB)检验函数,获得了EB检验函数的收敛速度.在适当的条件下,这一收敛速度可任意接近O(n~(-1)),改进了文献中已有的结果.对同分布正相协(PA)样本和独立同分布(iid)样本情形,亦可获得类似结论.最后给出了一个满足文中主要结果的例子.     

连续型单参指数族参数的经验Bayes检验问题:NA样本情形

本文对连续型单参指数族单边和双边假设检验问题导出了Bayes检验函数 ,利用同分布NA样本构造了经验Bayes(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 ,文末给出一个满足定理条件的例子     

一类可靠性分布参数的经验Bayes决策分析

在弱平稳α-混合样本下利用概率密度函数的核估计构造了伽玛分布族参数的经验Bayes(EB)检验函数,并获得了它的渐进最优(a.o.)性.在适当的条件下证明了所提出的EB检验函数收敛速度可任意接近O(n~(-1/2)).     

随机效应模型中方差分量的经验Bayes检验问题

给出了双向分类随机效应模型中方差分量的Bayes检验的判决函数,利用核估计的方法,构造了相应的经验Bayes(EB)检验的判决函数．在适当的条件下证明了EB判决函数是渐近最优的且有收敛速度．给出了模型的特例和推广．最后,举出一个满足定理条件的例子．     

刻度指数族参数的经验Bayes检验问题:NA样本情形

本文利用同分布负相协（ＮＡ）样本情形概率密度函数的核估计构造了刻度指数族参数的经验Ｂａｙｅｓ（ＥＢ）检验函数,并获得了它的渐近最优（ａ．ｏ．）性。在适当的条件下证明了所提出的ＥＢ检验函数收敛速度可任意接近ｏ（ｎ＾－１２）。最后给出了一个有关本文主要结果的例子。     

负相伴样本情形连续型单参数指数族参数的经验Bayes检验问题

在加权"线性损失"下讨论了负相伴样本情形连续型单参数指数族参数的经验Bayes(EB)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,并获得了它的渐近最优(a.o.)性,在适当的条件下证明了所提出的经验Bayes检验函数的收敛速度可任意接近O(n-1/2).     

Pareto分布参数的经验Bayes检验的收敛速度:NA样本情形

本文讨论了NA(negativeassociation)样本情形Pareto分布参数的经验Bayes(EB)单侧和双侧检验问题.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,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性并获得了其收敛速度.     

Market efficiency of Brazilian exchange rate: Evidence from variance ratio statistics and technical trading rules

This study utilizes the variance ratio test to examine the behavior of Brazilian exchange rate. We show that adjustments for multiple tests and a bootstrap methodology must be employed in order to avoid size distortions. We propose a block bootstrap scheme and show that it has much nicer properties than the traditional Chow–Denning [Chow, K.V., Denning, K.C., 1993. A simple multiple variance ratio test. Journal of Econometrics 58 (3), 385–401] multiple variance ratio tests. Overall, the method proposed in the paper provides evidence refuting the random walk behavior for the Brazilian exchange rate for long investment horizon, but consistent with the random walk hypothesis for short-run horizon. Additionally, we also test for the predictive power of variable moving average (VMA) and trading range break (TRB) technical rules and find evidence of forecasting ability for these rules. Nonetheless, the excess return that can be obtained from such rules is not significant, suggesting that such predictability is not economically significant.     

线性指数分布参数的经验Bayes检验问题

分别讨论了线性指数分布参数的经验Bayes(EB)单侧和双侧检验问题.利用概率密度函数的核估计分别构造了参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性并获得了它的收敛速度.最后,给出一个有关主要结果的例子.     

Empirical Bayes test for scale exponential family

In this paper, we consider the empirical Bayes (EB) test problem for the scale parameters in the scale exponential family with a weighted linear loss function. The EB test rules are constructed by the kernel estimation method. The asymptotical optimality and convergence rates of the EB test rules are obtained. The main results are illustrated by applying the proposed test to type II censored data from the exponential distribution and to the test problem for the dispersion parameter in the linear regression model. __________ Translated from Journal of University of Science and Technology of China, 2004, 34(1): 1–10