加速寿命试验下随机截尾指数寿命数据的Beyes统计分析

本文针对恒定应力加速寿命试验下，进行随机截尾指数寿命数据的Ｂａｙｅｓ分析，在未知加速寿命方程情况下，给出了常应力下分布参数的后验分布及其Ｂａｙｅｓ估计．最后给出了两个计算实例．     

线性模型中经验Bayes估计的收敛速度

考虑了线性模型Ｙ＝θ＋ε中参数θ的经验Ｂａｙｅｓ估计问题，在对ε的密度函数的连续可微性给以较一般限制的条件下，构造了θ的渐近最优经验Ｂａｙｅｓ估计并且给出了这个估计的收敛速度。     

Bayes判别的小波方法

在非参数Ｂａｙｅｓ参数判别问题结全小波方法,给出了Ｂａｙｅｓ规则的小波估计,并在此基础上,建立了后验错判概率Ｌｎ与Ｂａｙｅｓ风险Ｒ的收敛关系及收敛速度。     

非线性系统参数估计的迭代Bayes方法

本文给出使用Ｂａｙｅｓ方法估计非线性系统模型参数的方法和计算过程，给出一种迭代使用Ｂａｙｅｓ方法的策略并讨论了非线性自回归模型的参数估计问题。     

定时截尾寿命试验参数及可靠度的Bayes估计

给出了定时截尾寿命试验Ｗｅｉｂｕｌｌ分布在平方损失下参数及可靠度的Ｂａｙｅｓ估计。     

Gamma部件参数λ和k的Bayes估计

讨论部件寿命服从Ｇａｍｍａ分布，并在形状参数ｋ和尺度参数λ都未知的情况下，分别给出参数ｋ和λ在平方损失函数下的Ｂａｙｅｓ估计．得到参数ｋ的先验分布为离散分布，λ的先验分布分别为指数Ｂｅｔａ和Ｇａｍｍａ分布下的Ｂａｙｅｓ估计公式．     

正态分布方差估计在GPN意义下的合理性

文中使用Ｐｉｔｍａｎ Ｎｅａｒｎｅｓｓ准则，对Ｂａｙｅｓ准则及容许性中出现的悖论，给出其合理解释，并在估计类｛ＣＳ｝中给出其最优ＰＮ估计。     

双参数情形的经验Bayes估计近似算法

该文给出了双参数情形利用线性经验Ｂａｙｅｓ估计公式估计待估参数的近似算法，并以正态分布为情形给出具体的计算形式．     

广义离散随机线性系统的Bayes估计

广义离散随机线性系统的Ｂａｙｅｓ估计王玉振（泰安师专数学系）周文安（山东矿业学院系统工程研究所）摘要运用Ｂａｙｅｓ预测理论讨论了广义离散随机线性系统的状态估计问题，提出了一种简便的状态估计递推算法。关键词Ｂａｙｅｓ理论；广义离散随机线性系统；状态估...     

几何分布模型下动物总数的估计和检验

在几何分布模型下,给出了动物总数Ｎ的点估计、区间估计,并讨论了Ｎ的假设检验问题．当Ｎ有先验信息时,得到了Ｎ的Ｂａｙｅｓ推断方法．     

熵损失函数下刻度参数估计的不变性和本质完全类

讨论在熵损失函数下,刻度参数的可容许估计的不变性及Bayes估计的不变性,证明在熵损失函数下,刻度参数所有依赖于充分统计量T的非随机化判决构成一个本质完全类．     

熵损失函数下几何分布参数的Bayes估计

本文在熵损失下，给出了对于任何先验分布的几何分布参数θ的Bayes估计，同时由参数θ的充分统计量Σni=1Xi，给出了熵损失函数下，不同先验分布时几何分布参数θ的Bayes估计，并且证明了在熵损失函数下，对任一先验分布，几何分布的参数θ的Bayes估计δB（X）是可容许估计．     

Q对称熵损失下几何分布的参数估计

研究几何分布的先验分布为幂分布时,在对称熵损失函数下给出了其可靠度的多层Bayes估计,并根据实际数据说明了该估计是稳健的。     

非对称损失函数下逆指数分布参数的Bayes估计

针对逆指数分布的估计问题,在参数的先验分布为无信息Quasi先验分布下,得到了平方误差、LINEX损失和熵损失函数下参数的Bayes估计。最后,通过各估计在平方误差损失函数下的风险函数的比较给出本文的结论。     

不同先验分布下几何分布参数的E-Bayes估计

研究几何分布可靠度的先验分布分别为β分布和幂分布时,在熵损失函数下给出了可靠度的EB估计,并结合实际数据比较了两种先验分布下估计值的精度.     

序约束下两个几何总体参数的Bayes估计

在平方损失函数和熵损失函数下,分别讨论了序约束下对任何先验分布的两个几何总体参数的Bayes估计,给出了序约束下不同先验分布的两个几何总体的Bayes估计.     

不同先验信息下成功概率的Bayes估计

参数的Bayes估计取决于先验分布和损失函数。在平方损失下,参数的Bayes估计是后验分布的均值。在无信息先验、Jeffreys先验和平方损失下,给出两点分布成功概率的估计,比较了其无偏性、方差、均方误差与风险,并进行了数值仿真实验。结果表明:无信息先验分布下的估计优于Jeffreys先验分布下的估计,无信息先验分布下估计的均方误差小于Jeffreys先验分布下的估计的均方误差,无信息先验分布下估计的风险小于Jeffreys先验分布下的估计的风险。     

q -对称熵损失函数下Pareto分布参数估计

Pareto分布作为一种收入分布有着很重要的现实意义,其形状参数的大小直接影响收入分布的均衡程度,因此在经济中有着广泛的应用价值.主要研究了q-对称熵损失函数下Pareto分布形状参数的最小风险同变估计和Bayes估计.通过证明得到,在适当的Γ-先验分布下,α的Bayes估计都具有统一的形式[cT＋d]-1.并且,针对c和d的各种不同取值情况,讨论了[cT＋d]-1的可容许性和不可容许性,给出了q-对称熵损失函数下参数的最小最大估计.     

加权p，q对称熵损失下Poisson分布变异系数的Bayes估计

为更全面研究Poisson分布的估计问题,在加权p,q对称熵损失函数下,讨论了Poisson分布变异系数的Bayes估计,并给出了Bayes估计的置信区间和多层Bayes估计,得到了其具体形式。     

一种加权对称损失函数下Rayleigh分布尺度参数倒数的Bayes估计

首先给出了在加权对称损失函数下Rayleigh分布尺度参数的Bayes估计的一般形式.然后在给出先验分布的条件下,给出了Bayes估计的精确形式.最后证明了此Bayes估计的可容许性.