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．     

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．     

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,     

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.     

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.     

缺失数据下Pareto分布参数的经验Bayes双边检验问题

本文讨论了缺失数据下Pareto分布参数的经验Bayes(EB)双边检验,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.     

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.     

广义Pareto分布参数的经验Bayes检验问题

讨论了独立同分布样本情形广义Pareto分布参数的经验Bayes单侧检验问题,利用核密度函数的核估计构造了参数的经验Bayes检验函数,并在一定的条件下,证明了此经验Bayes检验函数的渐近最优性,获得了其收敛速度.     

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.     

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.     

线性指数分布参数的经验Bayes检验问题：φ混合样本情形

讨论了弱平稳φ混合样本下线性指数分布参数的经验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.     

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.     

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).     

线性指数分布参数的渐近最优的经验Bayes估计

本文研究了线性指数分布参数的渐近最优的经验Bayes估计问题.利用概率密度函数的核估计,构造了参数的经验Bayes(EB)估计,获得了所提出的EB估计是渐近最优的.     

基于近邻方法下分布参数的贝叶斯分析

本文基于近邻方法下,构造了连续型单参数指数族参数的经验Bayes(EB)检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的大样本性质.     

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     

均匀分布族 U(0,θ)中经验 Bayes 检验的渐近特征

关于经验 Bayes 检验的研究,目前在文献上能见到一些结果,其中部分是讨论经验Bayes 检验的渐近最优性及其收敛速度,参见[1—4,6,7,9];最近 stijnen 讨论了连续型单参数指数族中经验 Bayes 检验的条件 Bayes 风险的渐近分布,从而得到了精确的收敛速度.本文我们将讨论均匀分布族{U(0,θ),θ>0)中经验 Bayes 检验的条件 Bayes 风险的极限分布,从而得到了经验 Bayes 检验的渐近最优性及其收敛速度.     

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。