对称熵损失下两个指数总体均值的序约束估计

在对称熵损失下, 讨论了样本容量相等时, 两个指数总体均值λ_i(i=1,2)的约束极大似然估计i的险, 其中约束为λ₁≤λ₂. 证明了λ₁与λ₂具有比经典极大似然估计X₁与X₂ 更小的风险, 并给出了当λ₂/λ₁→∞和n→∞时,λ_i对X_i(i=1,2)渐近功效e(λ_i,X_i)的值.     

锥序约束下两个指数总体均值的估计

讨论样本容量相等时，在锥序约束aλ1≤λ2≤α2λ1条件下，两个指数总体均值λi(i=1,2)的估计量，证明约束极大似然估计λi具比经典极大似然估计Xi更小的均方误差，并且讨论λi对Xi 的功效e(λi,Xi),i=1,2。     

锥序约束下两个指数总体均值的估计

讨论样本容量相等时 ,在锥序约束 a1λ1≤λ2 ≤a2 λ1条件下 ,两个指数总体均值 λi( i=1 ,2 )的估计量 .证明约束极大似然估计 λi 具有比经典极大似然估计 Xi 更小的均方误差 ,并且讨论 λi 对 Xi的功效 e( λi,Xi) ,i=1 ,2 .     

Rayleigh分布的随机比较

讨论服从Ｒａｙｌｅｉｇｈ分布的随机变量的随机比较，给出Ｒａｙｅｉｇｈ分布随机比较的充要条件，得到Ｒａｙｌｅｉｇｈ分布的危险率序与逆危险率序之间的关系。     

关于投资收益-风险模型等价性的证明

通过拉格朗日乘子法和Kuhn-Tucker条件证明了投资收益-风险模型两种策略的等价性 , 即这两种策略对应的最优投资组合是相同的.     

Rayleigh分布的随机比较

讨论服从 Rayleigh分布的随机变量的随机比较 ,给出 Rayleigh分布随机比较的充要条件 ,得到 Rayleigh分布的危险率序与逆危险率序之间的关系 .     

平衡损失函数下几乎无偏估计的统计性质

在平衡损失函数下, 讨论线性回归模型中几乎无偏Liu估计与几乎无偏Stein岭型主成分估计的统计性质. 分别给出几乎无偏Liu估计与几乎无偏Stein岭型主成分估计在平衡损失函数下的风险, 并在不同条件下讨论这两种风险的关系.     

正态总体均值与标准差比在树序约束下的最大似然估计

考虑3个正态总体均值和方差都是未知参数及所取的3个正态总体样本数不等时, 均值和标准差的比在树序约束下的极大似然估计. 根据PAVA算法的思想, 给出了均值和标准差的比在树序约束下的极大似然估计的计算方法.     

基于多重假设检验市长公开电话文本的自动分类

提出一种基于多重假设检验的特征加权朴素贝叶斯分类算法, 该算法通过特征选择方法得到多个特征词集合, 再按多重假设检验错误率为每个特征词集合配以不同的权重系数并参与到分类器的构建中. 该方法已经应用到市长公开电话的文本分类中, 通过构建的3个特征加权朴素贝叶斯分类器实现了投诉文本的计算机自动分类, 且相对传统方法提高了分类器的效率和精度.     

序约束下两样本总体参数的Bayes估计

讨论序约束下两样本总体参数的Ｂａｙｅｓ估计,给出了先验分布的选取方法,并讨论了总体分布分别为Г分布、Ｐｏｉｓｓｏｎ分布,二项分布时参数的Ｂａｙｅｓ估计。