矩阵损失下多元随机回归系数和参数非齐次线性估计Minimax可容许特征

在矩阵损失下给出了多元随机回归系数和参数线性估计在非齐次线性估计类中是Minimax可容许估计的充要条件。     

平衡损失函数下负二项分布的 Bayes 估计

针对负二项分布的参数采用Bayes方法进行估计.首先,讨论了平方损失函数下负二项分布参数的估计问题,尤其是建立了新的平衡损失函数,获得了负二项分布参数的无偏估计.其次,讨论了负二项分布与Poisson分布之间的关系.最后给出了熵损失函数下负二项分布参数的估计.     

对称熵损失函数下的一个可容许性定理的证明

指数分布的尺度参数在对称熵损失函数下的最小风险同变估计（MRE）的形式为，本文根据Brown引理征明了此估计量是可容许的。     

带线性等式约束的多元线性模型中线性预测的可容许性

研究了在矩阵损失下带线性等式约束条件的多元线性模型中条件线性可预测变量的可容许线性预测,并在齐次线性预测类中得到了条件线性可预测变量的一个线性预测是可容线性预测的若干充要条件.     

熵损失下Poisson分布参数倒数的估计

研究在熵损失函数下,Ｐｏｉｓｓｏｎ分布参数倒数的估计,得出在熵损失下,「ｃＴ（Ｘ）＋ｄ」＾－１形式的一类估计的可容许性和不可容许性,并给出可容许估计的充要条件。     

增长曲线模型中共同均值的线性估计在一般齐次线性估计类中的可容许性

对于具有共同均值的增长曲线模型中回归系数的可估函数的估计问题,本文讨论了这种可估函数的一类线性估计在一般齐次线性估计类中的可容许性,针对已知的六种容许性定义分别给出了充要条件。     

二次损失下位置参数的最优不变估计的非容许性及其改进估计

本文应用Ｂｒｏｗｎ方法，找出一类随机变量（密度形为ｆ（ｘ－θ），三阶矩存在）位置参数最优不变估计非容许的充分条件。进而证明其最优不变估计是非容许的，并给出一族改进估计。作为特例，使多维正态分布（ｐ≥３）的位置参数通常估计的非容许性又一次得到证明。     

一种对称损失下Poisson分布参数倒数的Bayes估计

本文对给定容量为n的一个Poisson样本X1，X2，…，Xn，在对称损失函数下，研究了Poisson分布参数倒数的Bayes估计，并证明了这一估计是可容许的．     

一类先验参数分布族的Γ-容许估计

对部分先验信息Γ分布族进行研究,得到了一类先验分布族Γ在平方损失下分布参数为Γ?容许估计的充分条件,并将此方法推广到限制空间中该类先验分布族Γ的情形.     

熵损失函数下巴斯卡分布参数的Bayes估计

研究在熵损失函数下,巴斯卡分布可靠度的Bayes估计及其可容许性,并且给出Bayes置信下限以及多层Bayes估计的表达式。     

MLINEX损失下k阶Erlang分布参数的Bayes估计

在MLINEX损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计,并证明其容许性.给出了在MLINEX损失下得到了k阶Erlang分布参数的Bayes估计的精确表达式,并且通过随机模拟检验参数Bayes估计的合理性和优良性.     

基于奇异设计矩阵的广义岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论了线性模型系数参数广义岭估计的优良性.对于可估函数在均方误差意义下,得到了广义岭估计优于最小二乘估计的性质.而且在二次损失函数下广义岭估计具有可容许性.     

熵损失下逆高斯分布参数倒数的Bayes估计

在熵损失函数下研究逆高斯分布参数倒数的Bayes估计并且讨论了多层Rayes估计并证明该参数的Bayes估计是可容许的．     

基于奇异设计矩阵的岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论线性模型系数参数岭估计的优良性。对于可估函数在均方误差意义下,得到岭估计优于最小二乘估计的性质。而且在二次损失函数下岭估计具有可容许性。     

回归系数的线性有偏估计

给出回归系数的最小均方误差线性有偏估计,线性有偏估计优于最小二乘估计的充要条件及线性有偏估计可容许估计的充要条件,同时给出文献中未涉及的一些有偏估计。     

平方损失下逆威布尔分布参数的Bayes估计

在平方损失下,讨论逆威布尔（IW）分布参数的Bayes估计,并证明所给出的参数Bayes估计是可容许的．     

贝叶斯框架下泊松分布参数倒数的估计

在给定的一组泊松样本下,研究了泊松分布参数倒数的贝叶斯估计问题,得到了它的贝叶斯估计的精确形式,并讨论了它的可容许性,最后给出了它的贝叶斯置信下限的表达式以及最大后验区间估计的精确形式．     

可积函数的原函数的存在性问题

研究了可积函数的原函数存在性问题，讨论了函数可积性与存在性的相互关系．