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).     

连续型多参数指数族参数的渐近最优的经验Bayes估计

§1 引言关于单参数经验 Bayes(EB)估计问题,目前讨论已经比较多了,但多参数的 EB 估计问题讨论的较少.最近陶波在[1]中讨论了正态分布 N(μ,σ~2)之参数θ=(μ,σ~2)的两参数 EB估计的渐近最优(a.o.)性.关于指数族的 a.o.EB 估计问题,陈希孺在[2]中讨论了一维离散型单参数指数族参数的 EB 估计的 a.o.性.本文考虑连续型多参数指数族参数的 EB 估     

指数族刻度参数EB估计的渐近最优性

依据经验Bayes(EB)估计的思想方法,研究在LINEX损失函数下指数族刻度参数的EB估计问题.在这种损失函数下,求得参数的Bayes估计,利用密度函数的核估计方法,构造了总体X的密度函数估计,从而得到参数的EB估计,证明了这种EB估计是渐近最优的,并获得了它的收敛速度,最后将这种方法推广到多参数情形,并举例、模拟说明了它的应用.     

连续型单参数指数族参数的经验Bayes估计问题:NA样本情形

对连续型单参数指数族在平方损失下导出了参数的Bayes估计,利用同分布负相协(NA)样本构造了经验Bayes(EB)估计量,并在适当条件下获得了EB估计的收敛速度.文末给出一个满足定理条件的例子.     

刻度指数族参数的经验Bayes估计及收敛速度

本文在刻度平方误差损失函数下导出了刻度指数族分布中参数的Bayes 估计. 利用核估计的方法构造了参数的经验Bayes 估计, 在适当条件下得到了经验Bayes 估计的收敛速度, 推广了文献中的相关结果.     

刻度指数族参数的经验Bayes估计及收敛速度

本文在刻度平方误差损失函数下导出了刻度指数族分布中参数的Bayes估计.利用核估计的方法构造了参数的经验Bayes估计,在适当条件下得到了经验Bayes估计的收敛速度,推广了文献中的相关结果.     

一类连续型单参数指数族参数的经验Bayes检验问题

讨论了独立同分布样本情形下一类连续型单参数指数族参数的经验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.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,并获得了其收敛速度.最后,给出了一个满足文中主要结果的例子.     

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.     

NA样本下非指数分布族参数的经验Bayes估计

在"平方损失"下,研究了基于NA样本情形下非指数分布族参数θ的经验Bayes估计.利用概率密度函数的核估计,构造了参数的经验Bayes(EB)估计量,在适当的条件下证明了获得的(EB)估计是渐近最优的且收敛速度的阶为O(n~(-(rs-2)/2(s+2))),其中s2,s∈N,2/sr1.最后给出一个满足定理条件的例子.     

威布尔分布族刻度参数的经验Bayes检验函数的收敛速度

本文研究了在"加权线性损失"下,威布尔分布族刻度参数经验Bayes (EB)检验问题.利用概率密度函数的递归核估计,构造了刻度参数的经验Bayes检验函数,并获得了它的收敛速度,在适当的条件下,收敛速度的阶可任意接近O(n^-1),推广了文献的结果.最后给出一个有关本文主要结果的例子.     

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.     

刻度指数族参数的经验Bayes估计的收敛速度

本文对刻度指数族在加权平方损失下获得了参数的Bayes估计,并构造了相应的经验Bayes（EB）估计,证明了所提出的EB估计是渐近最优的且有收敛速度,其中1/2≤λ<1,s≥3是一给定的整数.最后,给出了刻度指数族EB估计的两个应用.     

刻度指数族参数的经验Bayes估计的收敛速度

本文对刻度指数族在加权平方损失下获得了参数的Bayes估计,并构造了相应的经验Bayes(EB)估计,证明了所提出的EB估计是渐近最优的且有收敛速度(),其中1/2＜λ＜1,s≥3是一给定的整数.最后,给出了刻度指数族EB估计的两个应用.     

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.     

一类离散型单参数指数族参数的双侧的经验Bayes检验问题

一类一维离散型单参数指数族参数的单侧的经验Bayes(EB)检验问题已有研究,但关于这类分布族的双边的EB检验问题尚无结果,本文研究这一问题,本文构造了参数的EB检验的判决函数,并且获得了它的渐近最优性和收敛速度。在文末给出定理说明了在一些情形下,加上适当的条件,精确的收敛速度可以达到n~(-1)。     

负相伴样本情形线性指数分布参数的经验Bayes检验问题

讨论了负相伴样本情形线性指数分布参数的经验Bayes(EB)单侧检验问题.利用概率密度函数的核估计构造了参数的经验Bayes单侧检验函数,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.最后给出一个有关主要结果的例子.     

连续型单参数指数族参数的EB估计的渐近最优性及收敛速度

本文用一般的最近邻估计的方法研究了连续型单参数指数族参数的经验Bayes估计的渐近最优性,并对其收敛速度问题进行了讨论.     

PA样本下刻度指数族参数的EB估计的收敛速度

在同分布正相协（PA）样本下，对刻度指数族在加权平方损失下获得了刻度参数的Bayes估计．并构造了相应的经验Bayes（E·B）估计，证明了所提出的EB估计是渐近最优的并且获得了E·B估计的收敛速度．最后，给出一个满足主要结果的例子。     

多参数离散指数族参数渐近最优的经验Bayes估计的收敛速度

本文构造了多参数离散指数族参数的渐近最优的经验Bayes（EB）估计,若记B_n（δ_n,G）为δn的全面Bayes风险,R_G最小Bayes风险,则在某些条件下c_1n~(-1）2成立,其中c_1,c_2为正的常数,     

连续型单参数指数族的经验Bayes检验

本文讨论了连续型单参数指数族的经验Bayes检验问题 .利用核估计方法构造了EB检验函数并获得了它的收敛速度 .