对数理统计有所认识的学者，都知道Bayes统计的重要性．Bayes统计是在与经典统计的争论中逐渐发展起来的．对统计模型而言，基本问题是估计问题，然后以估计的结果进行深入的统计分析．分析结果的好坏往往依赖于估计的好坏．如何从统计判决的角度来衡量这些估计的优良性，一直是一个重要的研究课题．估计的可容许性正是用来解决此类问题的重要工具． 在统计决策理论中，估计的优劣很大程度上依赖于损失函数形式的选择．本文在Q-对称熵损失函数下，研究poisson分布无失效概率e<-λ>的Bayes估计，并讨论c(T+α/2q)形式部分估计的可容许性与不可容许性，同时给出了序约束下poisson分布两样本总体参数的Bayes估计． 本文具体章节安排如下： 第一章是绪论．介绍了Bayes理论的发展及应用、相关理论及本文的主要工作． 第二章是本文的核心部分，分三小节．第一小节给出了无失效概率e<-λ>的Bayes估计．第二小节讨论形如c(T+α/2q)估计形式的容许性。第三小节给出了数值实验及结果。 第三章在Q-对称熵损失函数下，进一步给出了poisson分布两样本总体参数序约束下的Bayes估计表达式．文章最后做了总结并提出了展望。