NA样本下Pareto分布参数的经验Bayes估计

讨论了Pareto分布在平方损失下参数的Bayes估计,采用同分布负相协样本的核估计方法讨论了参数的经验Bayes(EB)估计问题,并计算了给定条件下参数的经验Bayes估计的收敛速度。最后,对我国高收入阶层的财富分布情况进行了实证分析,实证分析表明我国高收入阶层的财富分布是可以用Pareto分布来描述的。     

正态分布参数的渐近最优与可容许的经验Bayes估计

Under square loss,this paper constructs the empirical Bayes(EB) estimation for the parameter of normal distribution which has both asymptotic optimality and admissibility. Moreover,the convergence rate of the EB estimation obtained is proved to be O(n~(-1)).     

双边截断型分布族参数函数的渐近最优经验Bayes估计

本文考虑一维双边截断型分布族参数函数在平方损失下的经验 Bayes估计问题 .给定θ,X的条件分布为f (x|θ) =ω(θ1,θ2 ) h(x) I[θ1,θ2 ] (x) dx其中θ =(θ1,θ2 )T(x) =(t1(x) ,t2 (x) ) =(min(x1,… ,xm) ,max(x1,… ,xm) )是充分统计量 ,其边缘密度为 f (t) ,本文通过 f (t)的核估计构造出θ的函数的经验 Bayes估计 ,并证明在一定的条件下是渐近最优的 (a.0 .)     

Linex损失下二维单边截断型分布族参数的经验Bayes估计

在linex损失函数下,讨论边二维单边截断型分布族参数的经验Bayes(EB)估计问题,文中构造了参数的EB估计,在适当的条件下给出了该估计的收敛速度。并说明在较强条件下收敛速度可充分接近1。     

绝对值损失下单边截断型分布族参数的经验Bayes估计

本文在绝对值损失下,构造了单边截断型分布族参数的EB估计,并证明了在一组条件下,其Bayes风险的收敛速度为0((ln n/n)~(λγ/(2r+))·M_n),其中0<λ,γ≤1,M_n≤ln ln n(n充分大),M_n为一无穷大量。     

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.     

负相伴样本情形下线性指数分布参数的经验Bayes估计

本文在同分布负相伴样本情形下利用密度函数的核估计构造了线性指数分布参数的经验Bayes(EB)估计,并在适当的条件下获得了它的收敛速度.最后,给出了一个有关本文主要结果的例子.     

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.     

正态-逆Wishart先验下多元线性模型中经验Bayes估计的优良性

在正态-逆Wishart先验下研究了多元线性模型中参数的经验Bayes估计及其优良性问题.当先验分布中含有未知参数时,构造了回归系数矩阵和误差方差矩阵的经验Bayes估计,并在Bayes均方误差(简称BMSE)准则和Bayes均方误差阵(简称BMSEM)准则下,证明了经验Bayes估计优于最小二乘估计.最后,进行了Monte Carlo模拟研究,进一步验证了理论结果.     

绝对损失下双边截断型分布族参数的渐近最优经验Bayes估计

本文在绝对损失下构造了双边截断型分布族参数的经验Bayes估计,并在合适的条件下证明了该估计的渐近最优性.最后,给出两个有关本文主要结果的例子.     

两参数指数-威布尔分布形状参数的经验贝叶斯估计

研究了两参数指数-威布尔分布形状参数的经验贝叶斯(EB)估计问题,并假定当其中一个形状参数α已知时,给出了另一个形状参数θ在两种不同损失函数情况下的EB估计的表达式.并运用随机模拟方法,将两种不同损失函数下的EB估计进行了比较.     

Monotone Empirical Bayes Test for the Exponential Distribution

We study the two-action problem in the exponential distribution via empirical Bayes (EB) approach. Based on typeⅡcensored samples, we construct an EB test rule and obtain an optimal rate of convergence which much improves the existing results in the literature.     

NA样本下截断型分布族参数的经验Bayes估计

运用NA样本密度函数核估计构造了一类截断型分布族参数的经验Bayes估计，建立了它的收敛速度，证明了在适当条件下该收敛速度可以任意接近于1，文中还给出了适合定理条件的例子。     

Locally Adaptive Wavelet Empirical Bayes Estimation of a Location Parameter

The traditional empirical Bayes (EB) model is considered with the parameter being a location parameter, in the situation when the Bayes estimator has a finite degree of smoothness and, possibly, jump discontinuities at several points. A nonlinear wavelet EB estimator based on wavelets with bounded supports is constructed, and it is shown that a finite number of jump discontinuities in the Bayes estimator do not affect the rate of convergence of the prior risk of the EB estimator to zero. It is also demonstrated that the estimator adjusts to the degree of smoothness of the Bayes estimator, locally, so that outside the neighborhoods of the points of discontinuities, the posterior risk has a high rate of convergence to zero. Hence, the technique suggested in the paper provides estimators which are significantly superior in several respects to those constructed earlier.     

Levy分布参数估计的损失函数和风险函数的Bayes推断

给出了在共轭先验分布下,L evy分布参数估计的损失函数和风险函数的Bayes估计及其为保守估计的一般条件,说明了该条件的合理性,并用S&P 500$close数据进行了实证分析支持我们的结论.     

指数分布中寿命参数的经验贝叶斯检验

本文中,我们利用经验贝叶斯方法研究了指数分布中寿命参数的检验问题.对于假设H0∶θ≤θ0 H1∶θ>θ0,在线性误差损失下,利用两种不同的核估计方法,我们获得了贝叶斯检验风险的同样上界.本文获得的收敛速度优于文献中的早期结果.     

截尾试验下指数分布的贝叶斯估计

在指数分布场合，定数或定时截尾试验，文［１］给出了参数λ在先验分布为Γ（α，β）分布的假设下的Ｂａｙｅｓ估计．文［３］给出了在平方损失下的Ｂａｙｅｓ估计．本文讨论先验分布为Ｂ（ａ，ｂ）分布时，参数λ的Ｂａｙｅｓ估计．     

Linex损失下单边截断型分布族参数的EB估计

本文在Linex损失函数下,讨论单边截断型分布族参数的经验Bayes(EB)估计,并建立了它的收敛速度,并说明了在较强的条件下,收敛速度可充分接的于1。     

Empirical Bayes Prediction in Exponential Distribution

This paper concerns with an empirical Bayes prediction problem in exponential distribution. Using observed samples, we construct a prediction interval for a set of interest which consists of some unobserved samples. Simulation studies with different prior distributions are conducted to examine coverage probability of the prediction interval.