论文部分内容阅读
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。