双指数分布位置参数的经验Bayes检验问题：NA样本情形

讨论了双指数分布位置参数的经验Bayes（EB）检验问题，利用同分布NA样本构造了EB检验函数，在适当条件下证明了EB检验函数的渐近最优性并获得了其收敛速度．     

左截断右删失数据下Pareto分布形状参数多变点的贝叶斯估计

通过添加缺损的寿命变量数据得到了左截断右删失数据下Pareto分布相对简单的似然函数,给出了形状参数变点位置和其他参数的满条件分布.利用MCMC方法对参数的满条件分布进行了抽样,把Gibbs样本的均值作为参数的贝叶斯估计.随机模拟的结果表明各参数贝叶斯估计的精度都较高.     

Ⅱ型双截尾下逆威布尔分布尺度参数的估计

基于Ⅱ型双截尾样本,通过极大似然法得到了尺度参数极大似然估计的迭代公式.选取尺度参数的先验分布为无信息分布和伽玛分布,分别在平方损失和熵损失下,给出尺度参数的贝叶斯估计.利用Monte-Carlo模拟比较了各种估计的均方误差,结果表明,当选取伽玛先验和熵损失时,参数的贝叶斯估计最优.     

贝叶斯框架下泊松分布参数倒数的估计

在给定的一组泊松样本下,研究了泊松分布参数倒数的贝叶斯估计问题,得到了它的贝叶斯估计的精确形式,并讨论了它的可容许性,最后给出了它的贝叶斯置信下限的表达式以及最大后验区间估计的精确形式．     

关于名义尺度总体分布的EB估计

本文研究了一个名义尺度总体分布参数的经验贝叶斯估计与线性经验贝叶斯估计问题。     

自回归模型参数的贝叶斯估计

本文中我们讨论了误差为T分市的自回归模型,在参数满足Jeffreys型先验分布条件下,得出了多数的贝叶斯估计,并证明了参数估计相容性.     

k阶Erlang分布参数单变点的贝叶斯估计

利用贝叶斯方法研究了k阶Erlang分布参数单变点模型,得到该分布的似然函数.利用Fisher信息矩阵选取无信息先验分布,从而得到每个参数的满条件分布.使用Gibbs抽样与M-H算法相结合的MCMC方法对各参数进行随机模拟得到贝叶斯估计.模拟结果表明,各参数的估计值的精度在较高水平上都是有效的.     

基于单方程计量经济模型的贝叶斯分析

研究了关于单方程计量经济模型的贝叶斯统计推断问题,即根据样本似然函数的形式构造出未知参数的先验分布,选取正态-Gamma分布为先验分布,对后验分布进行统计推断.最后推导了未知参数在二次损失函数下的贝叶斯估计.     

两参数指数—威布尔分布模型多重模糊假设检验的贝叶斯方法

针对两参数指数—威布尔分布模型,对特定的损失函数,选取Jeffreys和共轭先验分布,研究了精确样本和模糊样本的多重模糊假设检验的贝叶斯方法,并给出了数值算例.     

定数截尾试验下双参数威布尔分布尺度参数的EB估计

考虑尺度参数为θ，形状参数为β的二参数威布尔分布．本文讨论在定数截尾试验中，当形状参数β确定的情形下，在首先给出尺度参数θ的充分统计量T的分布的基础上，给出了尺度参数θ的经验Bayes估计，且计算简单，使用方便。     

MA模型阶数在平方损失函数下的贝叶斯估计

从贝叶斯原理出发在假定滑动平均模型阶数q有已知上界,并为离散随机变量,且具有先验分布函数的条件下,讨论了在平方损失下MA模型阶数的贝叶斯估计记为点．     

两m相依样本参数差异的经验似然置信区间

本文将经验欧氏似然应用于半参数模型,讨论了在此模型下两强平稳m相依样本参数差异的经验欧氏似然置信区间,证明了其经验欧氏似然比统计量的渐进χ^2分布性,并给出其经验似然置信区间.     

对数正态分布序列单均值变点的识别和估计

针对数据呈现偏态分布且存在变点的情况,构建对数正态分布的单均值变点模型,给出分布的均值单变点模型的似然函数,并采用极大似然方法和贝叶斯方法对变点位置进行识别和估计．通过模拟比较研究,这两种方法都能有效地估计变点位置,在标准差和相对误差准则下,贝叶斯方法比极大似然方法效果更理想．其中共轭先验分布下的贝叶斯方法较无信息先验下的贝叶斯方法识别和估计变点位置表现更优．     

一种改进的基于社团发现的贝叶斯众包模型

在众包模型中,通常将每个工人的融合矩阵视为潜在的变量,采用贝叶斯后验分布对参数进行估计.由于融合矩阵数量多并且规模大,因此众包模型的计算量非常大.该文将所有的工人按照相似性划分为若干社团,每个社团中的所有工人采用相同的融合矩阵.在众包模型参数的计算中,采用贝叶斯后验分布方法进行推导,应用消息传递算法计算每个参数的近似间隔分布,并且应用最大间隔似然模型选择工人集合中的最优社团数量.实验表明,本文提出的基于社团的贝叶斯众包模型与其他相关研究相比在降低了算法的复杂度同时也提高了算法的准确性.     

基于非正态稳定分布的均值-尺度参数多期投资组合模型

在非正态稳定分布条件下研究了包含多个风险证券和一个无风险证券时的多期投资组合．与传统模型相比,其不同之处在于用最终资产量度量收益,以最终资产的尺度参数度量风险,建立了收益率-风险占优框架下的最优投资组合的均值一尺度参数模型,给出了该模型尺度参数的表达式,并对该模型的求解以及应用条件进行了分析．     

NA样本情形连续型线性指数分布参数的经验Bayes估计

对连续型线性指数分布在平方损失下导出了参数的Bayes估计，利用同分布负相协（NA）样本构造了经验Bayes（EB）估计量，并在适当的条件下获得（EB）估计的速度．     

混合双参数指数分布的贝叶斯估计

混合指数分布是寿命数据分析中一个重要分布,其极大似然估计由于似然函数的复杂性而变得很困难.文献[9]应用EM算法研究了混合指数算法讨论了完全数据和截尾数据情形下有限混合双参数指数分布参数分布的参数估计问题,模拟研究表明贝叶斯方法对该模型的参数估计是有效的.     

服从Cauchy分布的随机变量的随机比较

给出了两个相互独立的服从Cauchy分布,但分布所含参数不同的随机变量的随机比较,其中包括一般随机序,危险率序和似然比序,也给出了两组相互独立服从Cauchy分布但分布所含参数不同的随机变量的极值在一般随机序下的大小关系.     

基于Bayes估计的一般原则及在平方损失下的简单应用

讨论了求Bayes估计一般方法的理论依据,给出一种新的证明途径.并进一步给出了平方损失下,二项分布参数以Beta分布为先验分布时的Bayes估计以及正态均值在正态先验分布下的Bayes估计.     

一般动力学系统的守恒量（Ⅲ）

本文研究了分布参数的非保守力学系统的守恒律问题,将经典的Noether守恒律存在的条件-Killing方程推广到了分布参数系统,并给出了分布参数的非保守力学系统的Noether守恒律的形式,讨论了对断裂力学的有关应用。