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．     

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     

渐近最优的经验贝叶斯决策

本文获得了刻度指数族变量带误差情形下的贝叶斯决策,且利用解卷积的核方法构造出了经验贝叶斯决策.在适当的条件下,证明了经验贝叶斯决策的渐近最优性.     

Bayes empirical Bayes estimation of a poisson mean

In the empirical Bayes (EB) decision problem consisting of squared error estimation of a Poisson mean, a prior distribution λ is placed on the gamma family of prior distributions to produce Bayes EB estimators which are admissible. A subclass of such estimators is shown to be asymptotically optimal (a.o.). The results of a Monte Carlo study are presented to demonstrate the favorable a.o. property of the Bayes EB estimators in comparison with other competitors.     

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.     

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.     

非指数分布数族参数的经验Bayes估计的收敛速度

在“平方损失”下,研究了非指数分布族参数θ的经验Bayes估计,首先利用概率密度函数的核估计,构造了位置参数的经验Bayes（EB）估计量,在适当的条件下获得了它的收敛速度．     

完全随机缺失机制下伽玛分布中形状参数的经验贝叶斯推断

在完全随机缺失机制下构造了伽玛分布参数的经验贝叶斯检验函数,并获得了它的渐进最优性.在适当的条件下证明了所提出的经验贝叶斯检验函数收敛速度可任意接近O(n(~(-1/2)).     

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.     

Locally averaged risk

Summary A heuristic method of reducing a class of admissible or Bayes decision rules is given. A new risk function is defined which is called the locally averaged risk. Bayes and admissible rules with respect to the new risk function are calledG-Bayes andG-admissible, respectively. It is shown under general assumptions that the class ofG-Bayes decision rules is a subset of the class of Bayes decision rules and the class ofG-admissible decision rules is a subset of the class of admissible decision rules. Some examples are considered, showing that the usual estimates of the parameter of a distribution with squared error as loss function, which are known to be admissible, are alsoG-admissible. This work was supported in part by NASA Grant-NGR 15-003-064 and NSF Grant-GP 7496 at Indiana University.     

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.     

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)).     

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     

指数分布危险函数的经验Bayes双侧检验的收敛速度: Ⅱ型截尾情形

本文讨论了Ⅱ型截尾情形下指数分布危险函数的经验Bayes (EB)双侧检验问题. 利用概率密度函数的核估计构造了经验Bayes检验函数, 在适当的条件下获得了它的收敛速度.     

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.     

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).     

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.     

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。     

缺失数据下指数威布尔分布族参数的经验Bayes分析

本文讨论了缺失数据下指数威布尔分布族参数的经验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．     

负相伴样本情形线性指数分布参数的经验Bayes双侧检验问题

本文讨论了负相伴样本情形线性指数分布参数的经验Bayer(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,最后,给出一个有关本文主要结果的例子。