方差未知时一类加权损失函数下正态分布均值的改进估计

讨论了一类加权损失函数下方差未知时，通常估计的非容许性问题，给出了改进估计，所得结论较已有结果更为一般化。     

LINEX损失函数下正态均值的估计问题

考虑了在ＬＩＮＥＸ损失函数下正态分布均值的估计问题，在线性估计类ｃＸ＋ｄ中得到了它的容许估计，并对非容许估计得到了一致改进估计，将相应的结果应用于线性回归模型的系数估计之中。     

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。     

加权平方损失下一类指数分布族刻度参数的估计

对一类刻度指数分布族c(x,n)θ~(-y)e~[-T(x)/θ],利用加权平方损失函数L(θ,δ=(δ/θ-1)~2研究了刻度参数θ的最小风险同变估计.经由Bayes估计给出了最小风险同变估计的精确形式,并讨论了它的最小最大性,最后应用积分变换定理证明了θ的Bayes估计具有不变性.     

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。     

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.     

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．     

平方损失下区间有界的位置参数函数极小极大估计

给出了位置参数θ区间有界时，函数ｈ（θ的极小极大估计存在的一个充分条件，并据此对一些分布的参数估计了讨论。     

MA模型阶数在平方损失函数下的贝叶斯估计

从贝叶斯原理出发在假定滑动平均模型阶数q有已知上界,并为离散随机变量,且具有先验分布函数的条件下,讨论了在平方损失下MA模型阶数的贝叶斯估计记为点．     

正态分布位置参数基于不完全数据的区间估计

对于不完全的样本数据，给出了构造正态分布总体位置参数的置信区间的一个方法，这个结果还适用样本中可能存在异常值的情形。     

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．     

对数正态分布序列单均值变点的识别和估计

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．     

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.     

Dirichlet L-函数加权均值的推广

本文利用Gauss和的定义及其解析方法给出Dirichlet L-函数的加权均值分布问题的一个推广,得到一个有趣的加权均值分布公式．