基于Bayes估计的一般原则及在平方损失下的简单应用

讨论了求Bayes估计一般方法的理论依据,给出一种新的证明途径.并进一步给出了平方损失下,二项分布参数以Beta分布为先验分布时的Bayes估计以及正态均值在正态先验分布下的Bayes估计.     

软件系统序贯验后加权检验模型

本文用Bayes动态模型检验软件可靠性．模型失效间隔时间长度服从weibull分布；利用主观信息和客观信息逐步修正先验分布．利用Gibb方法计算后验样本，利用序贯验后加权检验系统的稳定性和失效率．最后在系统稳定的条件下，给出失效率的序贯验后加权的结尾检验的两类错误上界．     

基于单方程计量经济模型的贝叶斯分析

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.     

一种Karl-Pearson变异系数的Bayes估计

本文在给定的Poisson样本X1,X2,…,Xn下,研究了Poisson分布变异系数θ的Bayes估计问题,在p,q对称损失函数L(θ,δ)=(θ/δ)p+(δ/θ)q-2 (p,q∈Z+),得到了θ的Bayes估计的精确形式并讨论了它的可容许性,最后研究了θ的最大后验区间估计.     

基于九种分布的Jeffreys后验规律研究

本文给出了九种常见分布的共轭先验分布与后验分布之间参数关系的具体形式,同时研究了这九种分布的Jeffreys先验及其后验分布,发现其后验同属于参数的共轭分布族.     

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.     

基于下记录值逆Rayleigh模型的估计及预测

当观测数据是下记录值时,利用经典方法讨论了逆Rayleigh分布未知参数的极大似然估计和一致最小方差无偏估计,进而得到了可靠度及失效率的极大似然估计．取未知参数的先验分布为Gamma分布,在平方损失函数下讨论了逆Rayleigh模型的未知参数、概率密度函数、累积分布函数及系统可靠度的Bayes估计,并对元件的剩余寿命进行预测．通过蒙特卡洛模拟研究了估计量的性质,借助数值实验对估计量的值进行计算．     

邻近分裂方法的线性收敛问题分析

由于尺度参数已知,将伽玛Γ(θ,1/2）中参数θ的先验分布同样令为伽玛分布,在不同的损失函数下讨论了伽玛分布族Γ(θ,1/2）参数θ的Bayes估计,并用自适应的Simpson法近似计算反常积分,通过数值模拟得出了相应的估计值,对所给估计结果的优良性进行了分析比较.     

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。     

双边定数截尾下Burr分布参数的Bayes估计

Burr分布有右偏厚尾的良好性质,在双边定数截尾样本下,分别给出Burr分布在q-对称熵损失函数和复合LINEX对称损失函数下参数的Bayes估计和多层Bayes估计。     

标准Whittaker修匀中参数h的确定

利用正规Bayesian修匀中K-J方法的变形，将后验期望作为标准Whittaker修匀中参数h的取值，充分利用已有样本信息和先验观点，将h视为先验观点相对于样本的可信度来进行修匀，得到一个避免标准Whittaker修匀中参数h主观取值的方法．实例分析表明该方法的有效性。     

具有部分缺失数据时两个Weibull总体的估计和检验

本文讨论了具有部分缺失数据时两个Weibull总体的参数估计和关于总体相同的似然比检验．证明估计的强相合性和渐近正态性,给出似然比检验统计量的极限分布,并讨论基于精确分布的检验问题．     

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．     

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．     

两参数指数—威布尔分布模型多重模糊假设检验的贝叶斯方法

针对两参数指数—威布尔分布模型,对特定的损失函数,选取Jeffreys和共轭先验分布,研究了精确样本和模糊样本的多重模糊假设检验的贝叶斯方法,并给出了数值算例.     

自回归模型参数的贝叶斯估计

本文中我们讨论了误差为T分市的自回归模型,在参数满足Jeffreys型先验分布条件下,得出了多数的贝叶斯估计,并证明了参数估计相容性.     

Curvelet变换域自适应收缩图像去噪

研究了Curvelet变换域非参数贝叶斯估计图像去噪问题。利用先验概率模型－正态反高斯(NIG)分布对图像Curvelet系数的稀疏分布进行统计建模,并在此基础上设计出基于NIG的最大后验概率(MAP)估计器。通过估计Curvelet子带系数分布的参数,实现基于MAP的子带自适应收缩图像去噪,最后通过仿真验证了去噪算法的性能。结果表明,该方法能有效地去除图像中的噪声,同时较好地保留了图像的纹理和边缘等细节。     

基于改进主观Bayes方法的不确定推理模型设计

通过分析主观Bayes方法与专家系统中不确定推理的研究现状,提出了一种加入可信度的主观Bayes方法模型.该方法消除了可信度CF和规则成立的充分性量度LS之间可能存在的不一致性,减少了后验概率对先验概率的依赖,并在森林病虫害专家系统中进行应用实现.     

两传感器最优观测融合解耦Wiener状态估值器

基于观测数据融合功能等价性原理,利用加权方法合并两传感器系统的各传感器的观测方程为一个最优融合观测方程,可得到全局最优稳态Kalman滤波器,进而可得到等价的解耦W iener状态估值器.可统一处理滤波、预报和平滑问题.且它可减小计算负担,便于实时应用.一个目标跟踪系统的仿真例子说明其有效性.