共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
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. 相似文献
3.
4.
极大似然估计不变性的拓展 总被引:1,自引:1,他引:0
桌一参数估计是否是"最优"估计,通常要从一致性、无偏性、有效性、不变性等方面进行讨论,进而通过实际的观察对其进行数据拟合,分析其相对于实际模型的偏差程度.针对参数估计评选标准中的不变性进行了进一步的探讨.根据参数极大似然估计不变性原则,给出在一定条件下极大似然估计具有不变性的充分必要条件,并利用该结论计算了二元正态分布Z=(X,Y)的未知参数σ2和p的极大似然估计值. 相似文献
5.
6.
7.
该文讨论了U[-θ,0]上参数θ的极大似然估计及修正后的极大似然估计的均方误差和相合性,并进一步证明了修正后的极大似然估计还是参数θ的UMVUE. 相似文献
8.
得到了随机截尾情形下几何分布参数的最大似然估计和近似置信区间,并且求出了平均寿命极大似然估计的数学期望和方差. 相似文献
9.
《湖南师范大学自然科学学报》2017,(6)
在Ⅱ型删失数据下,讨论了Lindley分布参数的最大似然估计.给出了参数的区间估计和逆矩估计,运用随机模拟的方法对参数进行了统计分析.通过一个例子求出了在不同Ⅱ型删失样本下参数的两种点估计及区间估计,并进行了比较. 相似文献
10.
11.
12.
13.
14.
该文讨论了U[θ,θ+1]上参数θ常用的三个极大似然估计及修正后的极大似然估计的均方误差和相合性,并进一步给出了参数θ的UMVUE. 相似文献
15.
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. 相似文献
16.
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。 相似文献
17.
本文将经验分布函数推广到更为一般的形式,称为广义经验分布函数。虽然广义经验分布函数已不再具有用频率估计概率的性质,但作为未知总体分布函数的估计量,它仍具有许多良好的渐近性质。本文还讨论了它的小样本性质和Bootstrap逼近的相合性。 相似文献
18.
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. 相似文献
19.
20.
极大似然估计是求解参数点估计的一个重要方法.该方法具有很多优良的统计性质,因而在各个领域中得到广泛的应用.针对该方法计算复杂,学生理解较为困难的问题,对极大似然估计的教学方案进行了设计.通过引入简单实例,讨论了极大似然估计所使用的极大似然原理及其求解方法,让学生形成对新方法的直观理解,在教学中取得了良好的效果. 相似文献