帕累托索赔分布中风险参数的经验贝叶斯估计

本文建立了贝叶斯模型,讨论了帕累托索赔额分布中参数的估计问题,得到了风险参数的极大似然估计、贝叶斯估计和信度估计,并证明了这些估计的强相合性.在均方误差的意义下比较了这些估计的好坏,并通过数值模拟对均方误差进行了验证,结果表明,贝叶斯估计比其他估计具有较小的均方误差.最后,给出了结构参数的估计并证明了经验贝叶斯估计和经验贝叶斯信度估计的渐近最优性.     

强混合样本下单参数指数族参数的平均化经验贝叶斯估计

本文在强混合样本下,利用平均化的思想,研究了一类单参数指数族参数的经验贝叶斯估计,在一定假设条件下得到了该经验贝叶斯估计收敛速度.推广了之前文献的结果,同时,在β混合样本下对该经验贝叶斯估计的风险与贝叶斯估计的风险之间的差值进行了数值模拟.     

基于Stein损失污染数据情形下刻度参数的经验贝叶斯估计

本文研究基于污染数据情形的一类广义指数分布刻度参数的经验贝叶斯估计问题.在stein损失函数下,导出刻度参数的贝叶斯估计以及利用解卷积的核方法构造了该参数的经验贝叶斯估计.在适当的条件下,基于超平滑误差分布类证明所提出的经验贝叶斯估计的渐近最优性.     

污染数据情形下线性指数分布参数的经验贝叶斯估计（英文）

本文研究污染数据情形下线性指数分布参数的经验贝叶斯估计问题.在平方损失函数下,导出参数的贝叶斯估计以及利用解卷积的核方法构造该参数的经验贝叶斯估计.在合适的条件下,得到基于超平滑误差分布类所提出的经验贝叶斯估计的一致收敛速度.     

偏正态混合效应模型参数的经验贝叶斯估计

针对偏正态混合效应模型,研究模型固定效应和偏度参数的经验贝叶斯估计问题.首先,基于固定效应和偏度参数的先验分布及贝叶斯法则,给出其后验分布.进而,综合运用极大似然估计方法和MCMC技术,获得固定效应和偏度参数的经验贝叶斯估计及其算法.模拟结果表明,在均方误差意义下,经验贝叶斯估计在大部分情况下优于由Nelder-Mead算法获得的极大似然估计.最后,将经验贝叶斯估计应用于中国长三角城市群人口增长的影响因素分析.     

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.     

Linex损失下对数伽玛分布的经验贝叶斯估计的收敛速度

在Linex损失函数下,研究对数伽玛分布的经验贝叶斯估计问题,在适当的条件下,得到了经验贝叶斯估计的收敛速度.最后给出一个例子,说明定理的合理性.     

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.     

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B-F准备金模型中事故年索赔均值的信度估计

在B-F准备金模型中,事故年均值的估计是一个非常关键的估计量,然而传统的做法是假定事故年均值存在某个先验估计,这个先验估计是根据以往的经验资料由精算师确定的,具有很大的主观性.若先验估计选择合适,则能得到准备金的准确估计,反之,若先验估计选取错误,则给准备金估计带来较大的误差.本文提出改进的随机B-F准备金模型,利用信度理论的思想给出事故年随机索赔均值的信度估计,进而利用经验贝叶斯的方法得到了先验分布中结构参数的估计,最后得到责任准备金的经验贝叶斯估计.我们利用数值模拟的方法验证了事故年均值的经验贝叶斯的均方误差.结论显示,这种随机B-F模型的经验贝叶斯估计是有效的.最后,给出保险公司的实际例子,将本文得到的准备金经验贝叶斯估计与传统的B-F估计和链梯法估计进行了比较.     

随机删失下经验贝叶斯估计的渐近最优性

该文运用经验贝叶斯(empirical Bayes(简称EB))方法,在历史样本和当前样本均被另一个具有未知分布的变量随机右删失的条件下,构造了一个指数分布参数的经验贝叶斯估计并获得了它的渐近最优性．文章最后给出了一个例子和模拟结果．     

强混合样本下连续型单参数指数分布族的经验贝叶斯估计

本文研究强混合样本下连续型单参数指数分布族的经验贝叶斯(EB)估计.在较弱的正则条件下,给出所提出的EB估计的收敛速度.     

误差项为指数白噪声的平稳AR(1)过程的贝叶斯分析

本文研究了一类误差项为指数白噪声的平稳自回归模型的参数估计问题.利用贝叶斯方法,获得了参数的后验分布及在平方损失下的贝叶斯估计结果,推广了Turkman的结果.     

方差相关保费原理下风险保费的经验贝叶斯估计（英文）

方差相关保费原理不仅在实际运用还是在研究领域都是精算学中最为重要的保费原理之一.本文建立了方差相关保费原理的贝叶斯模型,得到了贝叶斯估计和信度估计.进而,讨论了这些估计的统计性质.在多合同数据中,给出了结构参数的无偏相合估计.最后,证明了经验贝叶斯估计的渐近最优性.     

基于维纳过程步进应力加速退化试验的客观贝叶斯分析

高可靠性产品在加速寿命试验中其失效数据经常比较少,利用步进应力加速退化试验来评估产品寿命分布是一种非常好的方法.本文基于维纳过程的步进应力加速退化试验模型利用客观贝叶斯方法获得了其模型参数的无信息先验(Jefferys先验和Reference先验).并证明了对应的后验分布都是正常的.对于Jefferys先验和Reference先验下的后验提出相应的Gibbs抽样算法.最后,我们模拟对比了客观贝叶斯估计、贝叶斯估计和极大似然估计,模拟结果揭示了客观贝叶斯方法的优良性.     

均匀分布的线性近似贝叶斯估计（英文）

本文利用线性贝叶斯方法估计均匀分布R(-θ,θ)的未知参数,提出了θ的线性近似贝叶斯估计(LABE),LABE具有封闭解析解的形式且便于使用.数值模拟表明本文提出的LABE与普通的贝叶斯估计(BE)很接近,其中BE由数值积分得到,我们也使用了所谓的强力算法来获得BE.进一步,我们比较了LABE与Lindley近似.在均方误差准则下,LABE相对于经典估计量的优越性也得到证明.     

以截尾伽玛分布为先验分布的产品失效率的贝叶斯估计

本文研究了基于泊松分布的产品失效率估计问题.利用贝叶斯统计推断方法,获得了以截尾伽玛分布为先验分布时,产品失效率的贝叶斯估计和相关性质,推广了以伽玛分布为先验分布的贝叶斯估计结果.     

纵向数据下半参数联合均值协方差模型的贝叶斯分析

基于改进的Cholesky分解,研究分析了纵向数据下半参数联合均值协方差模型的贝叶斯估计和贝叶斯统计诊断,其中非参数部分采用B样条逼近.主要通过应用Gibbs抽样和Metropolis-Hastings算法相结合的混合算法获得模型中未知参数的贝叶斯估计和贝叶斯数据删除影响诊断统计量.并利用诊断统计量的大小来识别数据的异常点.模拟研究和实例分析都表明提出的贝叶斯估计和诊断方法是可行有效的.     

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.     

ָ��-٤��ģ�������ռ�ֵ�����ı�Ҷ˹����

VaR风险度量在金融、保险中有重要的应用. 本文建立了贝叶斯模型, 在某种损失函数下研究了VaR风险度量的贝叶斯估计. 证明了指数-伽马分布下贝叶斯估计的强相合性和渐近正态性, 最后利用数值模拟的方法验证了不同样本容量下估计的收敛速度.