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.     

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.     

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．     

一类连续型单参数指数族参数的经验Bayes检验问题

讨论了独立同分布样本情形下一类连续型单参数指数族参数的经验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.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,并获得了其收敛速度.最后,给出了一个满足文中主要结果的例子.     

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.     

随机删失下刻度参数的单调经验贝叶斯检验

利用经验贝叶斯方法研究了刻度指数族的两行动问题, 提出了一个在历史样本被随机右删失的条件下收敛速度可以任意接近$O(n^{-1})$的单调经验贝叶斯检验.     

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)).     

连续型单参数指数族的经验Bayes检验

本文讨论了连续型单参数指数族的经验Bayes检验问题 .利用核估计方法构造了EB检验函数并获得了它的收敛速度 .     

双边截断型分布族参数的经验Bayes诂计

在Linex损失函数下,讨论一类双边截断型分布族参数的经验Bayes(EB)估计问题, 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.最后给出例子,说明定理条件的合理性.     

两两NQD序列下Lomax分布参数的经验Bayes检验

讨论了Lomax分布参数的经验Bayes的单边和双边检验问题.对于两两NQD样本序列,利用核函数估计方法给出了检验函数.证明了检验函数是渐近最优的,并在适当的条件下得到了其收敛速度.     

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.     

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.     

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。     

一类单边截断型分布族参数的经验Bayes检验

讨论一类单边截断型分布族位置参数的经验Ｂａｙｅｓ检验问题，文中构造了经验Ｂａｙｅｓ判决函数，证明了它具有渐近最优的性质，并且获得了收敛速度。     

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.     

指数分布族参数的渐近最优与可容许的经验Bayes估计的再探讨

文献[1]在平方损失及超参数α服从伽玛分布且X1′,…Xn′(历史样本)和X(当前样本)独立同分布的条件下,构造了指数分布族{f(x|λ)=λe-λx,λ>0,x>0}的参数λ的渐近最优与可容许的经验Bayes估计.本文在超参数α分别服从伽与分布与指数分布且当前样本由X扩充为X1,…,Xm的情况下,重新构造了指数分布族参数λ的渐进最优与可容许的经验Bayes估计,从而将文献[1]的结果进行了推广.     

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.     

线性模型回归系数EB估计的一致收敛速度

利用多元密度函数及其导数的核估计方法，建立了多元线性模型回归系数的经验Ｂａｙｅｓ估计，并给出了这种估计的一致收敛速度。     

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．