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.     

参数序限制下最优同变预测区间的改进

考虑了位置分布族与尺度分布族中,当未知参数含有序限制时,对未知随机变量的预测区间的问题。利用序限制下最优同变估计量的改进方法,在一定条件下,构造一族改进后的同变预测区间,从而解决了对未知随机变量同变预测区间的改进问题。     

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.     

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。     

限制参数空间上位置-尺寸分布族的参数区间估计

利用同变估计法给出了在限制参数空间上位置-尺度分布族参数的条件分布,进而在给定置信水平1-α的条件下求出了参数的区间估计,利用此方法讨论了两个常见实例[1]并与Fiducial方法[2]的计算结果进行比照,结果表明该方法是可行的并且更有操作性.     

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。     

基于区间数距离和ICOWA算子的变权区间组合预测模型

针对预测值为区间数形式,将区间数距离和诱导连续有序加权平均算子ICOWA结合,以ICOWA算子下实际预测序列与组合预测序列的距离最小为准则,构建了变权组合预测模型,并证明了模型的非劣性.最后,通过实例说明了模型能够有效提高预测精度.     

LINEX损失下的最优同变预测问题

从统计决策理论角度考虑了统计预测问题。在非对称LINEX损失下，给出了最优同变预测量并举例进行了说明。     

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.     

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.     

基于累积损伤过程的随机需求下订购时间间隔模型

将累积损伤过程运用于固定订购时间间隔模型中,把订单的出现看成库存系统受到的冲击,把订单产生的随机需求量看成给库存系统的冲击带来的损伤,以求得最低期望单位时间成本为目标,建立C(T,K)成本模型,最后用一个算例展示了当成本最低时的最优订购时间间隔和初始库存水平。