定数截尾两参数指数——威布尔分布形状参数的Bayes估计

在不同的损失函数下,本文研究了两参数指数—威布尔分布(EWD)形状参数的Bayes估计问题.基于定数截尾试验,当其中一个形状参数α已知时,给出了另一个形状参数θ在三种不同损失函数下的Bayes估计表达式,并求得了可靠度函数的Bayes点估计.最后运用随机模拟方法,将Bayes估计和极大似然估计进行了比较.结果表明,LINEX损失下Bayes估计的精度比极大似然估计高.     

形状约束条件下Bayes非参数回归

本文给出形状约束条件下非参数回归模型的Bayes估计方法.利用Markov链Monte Carlo方法对模型进行拟合.具体地,用形状约束Bernstein多项式近似非参数函数,把截断正态分布作为Bernstein多项式系数的先验分布来保证函数估计满足指定的形状约束.最后通过模拟比较和实例分析来展现形状约束Bayes估计的小样本性质.     

一类均匀分布在绝对值损失下的渐近最优经验Bayes估计

关于平方损失下的经验 Bayes 估计问题,文献中已有较多的结果.而对于绝对值损失,由于参数的 Bayes 估计不易用样本的边缘分布表达出来,从而难于构造经验 Bayes 估计.本文试图越过这一难点,讨论一类均匀分布,给出其参数的经验 Bayes 估计的渐近最优性.本文讨论写成下述形状的均匀分布族     

广义Pareto分布参数的经验Bayes估计的收敛速度

在加权平方损失函数下,获得广义Pareto分布形状参数的经验Bayes(EB)估计,并得到了该估计的收敛速度.     

熵损失函数下两参数Lomax分布形状参数的Bayes估计

在熵损失函数下,讨论了两参数Lomax分布形状参数的Bayes估计和可容许估计.并讨论了一类(cT+d)~(-1)形式估计的可容许性和不可容许性.     

双边定数截尾下Pareto分布的可靠性分析

基于双边定数截尾样本,选取未知参数的先验分布为无信息先验和Gamma分布,分别在平方损失和LINEX损失下,研究了Pareto分布的形状参数和可靠性指标(可靠度和失效率)的Bayes估计.为了研究估计的精度,采用Monte-Carlo模拟的方法给出了数值检验的例子.结果表明在LINEX损失下并选用Gamma先验分布时,参数的Bayes估计是最优的.     

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.     

Weibull分布场合无失效数据的可靠性验证试验

对于Weibull分布的无失效数据问题,利用Bayes方法给出了产品寿命服从Weibull分布,形状参数的先验分布为U(0,1),尺度参数为1,假定产品的可靠性指标达到某个给定的值的情况下,无失效数据的可靠性验证试验,并利用相同的分析方法给出形状参数的Bayes估计.     

删失截断情形下Weibull分布多变点模型的参数估计

通过添加缺失的寿命变量数据,得到了删失截断情形下Weibull分布多变点模型的完全数据似然函数,研究了变点位置参数和形状参数以及尺度参数的满条件分布.利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法得到了参数的Gibbs样本,把Gibbs样本的均值作为各参数的Bayes估计.详细介绍了MCMC方法的实施步骤.随机模拟试验的结果表明各参数Bayes估计的精度都较高.     

Weibull分布步进应力加速寿命试验的Bayes估计

本文研究了定时和定数截尾情形CE模型下Weibull分布场合步进应力加速寿命试验的Bayes估计.利用加速系数和加速方程将各种加速应力水平下的尺度参数换算为正常应力水平下的尺度参数,从而获得含正常应力下尺度参数的似然函数.在参数先验的选取时,尺度参数和加速系数分别取共轭先验和无信息先验,当形状参数m<1和m>1时分别取Beta分布和Gamma分布作为其先验.在平方损失下,利用Gibbs抽样和切片抽样给出了该模型参数的Bayes估计.最后,通过Monte Carlo模拟表明该Bayes估计是有效的.     

舍入数据下Lomax分布形状参数的经验Bayes检验问题

本文研究了舍入数据下Lomax分布形状参数的经验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,并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,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.     

双指数分布位置参数的经验Bayes估计问题

本文在平方损失下导出了双指数分布位置参数的Bayes估计，利用非参数方法构造了位置参数的经验Bayes(EB)估计．在适当的条件下，获得了EB估计的收敛速度．最后，给出了一个例子说明适合定理条件的先验分布是存在的．     

二项分布参数N的一种Bayes估计

本文给出了模糊先验分布下二项分布参数Ｎ的Ｂａｙｅｓ点估计和ＨＰＤ置信域。这些Ｂａｙｅｓ估计不但具有较简单的计算公式，通过大量的模拟计算，表明它们也具有较合理的性质。最后本文给出了两个实例。     

模糊Bayes检验

本文对原假设和备择假设中参数是模糊子集的假设检验问题，引入了模糊Ｂａｙｅｓ检验的概念，对简单模糊假设，给出了求模糊Ｂａｙｅｓ检验的方法，讨论了它的性质，并针对一类特殊的隶属函数，得出了检验的具体公式。最后，通过几个数值实例，表明了模糊Ｂａｙｅｓ检验的优良性。     

复合MLinex对称损失函数下对数伽玛分布参数的Bayes估计

在MLineX损失函数的基础上,定义了复合MLineX对称损失函数,并在该损失函数下得到了对数伽玛分布尺度参数的Balye8估计、E-Bayes估计、多层Balyes估计.最后,通过数值模拟说明了所给参数估计的稳健性和精确性.     

Testing Hypotheses About the Power Law Process Under Failure Truncation Using Intrinsic Bayes Factors

Conventional Bayes factors for hypotheses testing cannot typically accommodate the use of standard noninformative priors, as such priors are defined only up to arbitrary constants which affect the values of the Bayes factors. To circumvent this problem, Berger and Pericchi (1996, J. Amer. Statist. Assoc., 19, 109-122) introduced a new criterion called the Intrinsic Bayes Factor (IBF). In this paper, we use their methodology to test several hypotheses regarding the shape parameter of the power law process. Assuming that we have data from the process according to the failure-truncation sampling scheme, we derive the arithmetic and geometric IBF's using the reference priors. We deduce a set of intrinsic priors that correspond to these IBF's, as the observed number of failures tends to infinity. We then use these results to analyze an actual data set on the failures of an aircraft generator.     

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.     

A subclass of bayes linear estimators that are minimax

In the linear regression model with ellipsoidal parameter constraints, the problem of estimating the unknown parameter vector is studied. A well-described subclass of Bayes linear estimators is proposed in the paper. It is shown that for each member of this subclass, a generalized quadratic risk function exists so that the estimator is minimax. Moreover, some of the proposed Bayes linear estimators are admissible with respect to all possible generalized quadratic risks. Also, a necessary and sufficient condition is given to ensure that the considered Bayes linear estimator improves the least squares estimator over the whole ellipsoid whatever generalized risk function is chosen.     

Characterization of limits of Bayes procedures

For the problem of estimating the natural parameter of a p-dimensional exponential family, a characterization of regular limits of Bayes procedures is obtained which generalizes results of Sacks [14], Brown [3], and Berger and Srinivasan [1]. The form is deduced under regularity conditions for the loss function which are more general than squared error. As a corollary it is then stated that the class of procedures with this form is a complete class. The parameter space may be open, and when it is closed, the limits of Bayes procedures are generalized Bayes.