正态总体分布参数的Bayes假设检验

本文用Ｂａｙｅｓ统计思想研究了正态总体分布参数的假设检验问题。     

几种非正态总体未知参数的贝叶斯假设检验问题

利用贝叶斯统计思想总结了两种常见的假设检验方法,在此基础上针对双边检验H0∶θ=θ0,H1∶θ≠θ0,提出了构造参数θ的否定域,即求出参数θ的置信概率为1-α的最大后验区间D,区域Θ-D为参数θ的否定域.检验θ是否在否定域内,若在就否定H0.研究了四类非正态总体几何分布、负二项分布、威布尔分布和瑞利分布的未知参数的贝叶斯假设检验,并给出了相应的否定域.     

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。     

基于先验的贝叶斯先验选择方法

在一个参数的可选先验类中选择一个合理的先验问题,类似于从参数空间中估计一个恰当参数的问题.基于这一观点,利用贝叶斯分析的后验分布理论,先得出先验的后验分布计算方法,再根据先验的后验分布确定出合理的先验,从而建立了一个基于先验的贝叶斯先验选择方法,它是ML-Ⅱ先验的一个拓广.     

贝叶斯分析中先验分布优选的方法

在一个参数的可选先验分布类中选择一个最优先验密度的问题,类似于从参数空间中估计一个恰当参数的问题,或类比为从决策类中选择出最优决策的问题.从这一角度出发,就可以借助统计学中已有方法,建立一套关于先验分布选取的合理方法,同时能估计其精度.     

贝叶斯分析中先验分布优选的方法

在一个参数的可选先验分布类中选择一个最优先验密度的问题,类似于从参数空间中估计一个恰当参数的问题,或类比为从决策类中选择出最优决策的问题.从这一角度出发,就可以借助统计学中已有方法,建立一套关于先验分布选取的合理方法,同时能估计其精度.     

方差已知条件下平稳AR模型的贝叶斯分析

当方差已知时,分别对无信息先验和共轭先验条件下的平稳AR(p)模型进行了贝叶斯分析,并给出了平稳AR(1)模型回归系数的贝叶斯估计和预报分布的解析式.结果表明,两种先验分布下,回归系数的后验分布均服从平稳域内的截断正态分布.无信息先验分布下,后验均值与经典OLS估计值一致;在共轭先验分布下,后验均值是先验均值和经典OLS估计值的加权平均.     

正态线性单方程计量经济模型的Bayes统计推断

该文研究了如何利用Bayes方法来建立正态线性计量经济模型 :Y =Xβ U ,U ～N( 0 ,σ2 In) ,分别讨论了在二次损失函数下σ2 已知时 ,β的Bayes估计和σ2 未知时 ( β ,σ)的Bayes估计。与 β或 ( β ,σ)的经典统计估计相比较 ,由于Bayes方法融合了样本信息和参数的先验信息 ,其Bayes估计的精度更高。     

时间序列ARMA模型的贝叶斯分析

ARMA模型是时间序列分析中应用比较广泛的一种模型。本文采取贝叶斯估计法估计ARMA模型的各个未知参数,进而利用估计的参数对ARMA模型进行预测,最后对我们采取的贝叶斯估计法进行模拟仿真。     

SLP问题对先验分布的依赖性

本文在[1]、[2]的基础上，进一步讨论了随机线性规划（SLP）对先验分布的依赖性问题。给出了（SLP）对先验分布不依赖的条件与对先验分布的估计方法。     

(x1,x2,x3)～M(n;P1,P2,P3)的BAYES检验

设（x1,x2,x3）服从参数为（P1，P2，P3）的多项分布，在使用Bayes方法时，我们选择先验分布为无信息先验，从而求出每个假设的后验概率．     

有预报的贝叶斯决策分析

利用贝叶斯定理可以通过预报所增加的信息来改善状态的先验概率分布,使决策者能利用更多的信息来作出最优决策。     

贝叶斯方法在会计决策中的应用

在会计决策分析中所采用的先验概率通常由会计人员的主观判断来确定,使用贝叶斯方法能够对其进行修正,使之更加符合实际。本文将贝叶斯方法和决策论相结合,能够使会计人员取得一个期望成本最小化的最优决策。     

Bayes决策理论用于模式识别分类问题的进一步探讨

给出2种Bayes决策分类方法,分别设计出了相应的分类器,最后通过一实例,对2种方法进行了比较与分析.     

POISSON分布无失效的BAYES可靠性验证试验

为了确定产品的可靠性特征量是否达到所要求的水平，需要进行可靠性验证试验，而古典的统计抽样检验往往耗费大量的人力、物力、财力，鉴于此，合理地利用先验信息，运用BAYES方法，能极大地缩短验证试验时间，对长寿命、高可靠性产品，在做定时截尾试验时，往往无一失效，对于这一情况，文中对POISSON分布利用BAYER方法作了进一步研究。     

昆明地区高血压影响因素的逐步判别分析

分析影响血压的重要因素，为有效地预防高血压病及高血压的临床治疗都有重要意义．文中利用逐步判别分析法，将影响血压的多个因素化简出最优的因子，建立判别函数进行逐步分析，估计出判别系数，对数据进行分析判断，得出各因素对高血压的影响     

基于参数的贝叶斯先验选择方法

在一个参数的可选先验分布类中选择一个合理先验的问题,类似于从参数空间中估计一个恰当参数的问题．基于这一观点,利用贝叶斯分析的后验分布理论,先求出参数的后验分布,再根据后验分布中各个先验的相对似然选取似然最大的先验为合理先验,从而建立了一个基于参数的后验分布的先验选择方法,它是ML-Ⅱ先验的一个拓广．