序限制下同变预测区间的改进

在统计决策理论框架内考虑了位置和尺度分布族下随机变量的区间预测问题.利用估计问题中对无序限制下参数估计量的改进方法,结合未知分布参数之间的序限制,对通常的位置和尺度同变预测区间进行了改进.在一定条件下,构造了一族改进预测区间,从而解决了常用同变预测区间的改进问题.     

参数有限制条件下最优同变点预测量的改进

考虑了在位置分布族与尺度分布族中,当未知的分布参数含有限制条件下,对参数无限制下给出的未知随机变量的最优同变点预测量进行改进。在一定条件下,利用IERD方法构造一族改进后的点预测量。     

序限制下最优位置同变预测区间的改进

考虑序限制下随机变量的统计预测问题. 利用密度函数中未知参数间的序限制及可得到的所有样本观测值, 改进了位置分布族下常见的同变预测区间, 给出一族改进的预测区间, 并举例进行了说明.     

位置分布族下最优同变预测区间的改进

在统计决策理论框架内考虑了位置分布族下的区间预测问题。利用估计问题中对无序限制下参数估计量的改进方法,结合未知分布参数之间的序限制,对通常的位置最优同变预测区间进行了改进,构造了一族改进预测区间。     

位置分布族下最优同变预测区间的改进

在统计决策理论框架内考虑了位置分布族下的区间预测问题.利用估计问题中对无序限制下参数估计量的改进方法,结合未知分布参数之间的序限制,对通常的位置最优同变预测区间进行了改进,构造了一族改进预测区间.     

序限制下最优尺度同变预测区间的改进

考虑了序限制下的统计预测问题，在一定条件下通过IERD方法给出了通常最优尺度同变预测区间的改进预测区间。     

序限制下的同变预测

在统计决策理论框架内讨论了非对称损失下未知随机变 量的点预测问题, 将估计理论中改进同变估计量方法引入到统计预测问题. 通过利用分布函 数中未知参数之间的序限制, 对无序限制下的最优同变预测量进行了改进, 在一定条件下, 构造出一族改进预测量, 从而解决了常用同变预测量的改进问题. 通过举例给出了具体问题 的改进预测量.     

Stein损失下的统计预测问题

在统计决策理论框架内考虑了Stein损失下的统计预测问题.利用估计问题中对无序限制下参数估计量的改进方法,结合未知分布参数之间的序限制,对通常的最优同变预测量进行了改进,构造了一族改进预测量,从而解决了Stein损失下最优同变预测量的改进问题,并给出了相应的例子.     

非对称损失下正态均值的区间估计

考虑非对称损失下正态均值的区间估计, 在位置变换群下给出容许的最优同变置信区间, 其为通常置信区间的推广. 同时, 利用估计问题中对序限制下参数估计量的改进方法, 结合分布参数之间的序限制改进了所得的最优同变置信区间, 构造了一族改进置信区间.     

有限制位置参数下单收缩预测量的改进

考虑有限制位置参数下随机变量的统计预测问题. 利用可得到的相关数据及参数间的两种不同序限制, 对随机变量的单收缩预测量进行改进, 得到了不同序限制下的改进预测量族, 并探讨了改进预测量族之间的关系.     

非对称损失下的统计决策理论在经济中的应用

在统计决策理论的框架内研究了随机变量的预测问题。在非对称Linex损失下，对具体的经济问题，给出了最优位置同变和最优位置尺度同变预测量。     

正态均值常用估计区间的改进

从统计决策理论角度考虑了正态均值置信区间的改进问题.利用未知分布参数之间的序限制,通过使用改进估计量的IERD方法,对无序限制情况下正态均值的minimax置信区间进行了改进,构造了一族改进置信区间.