Bayes统计,特别是Bayes统计计算,近年来取得重大进展,是当今统计学发展最快的分支之一,已经成为当今统计学的重要组成部分。自从Lindley等提出多层先验分布的思想以来,多层Bayes方法在参数估计方面取得了一些进展。但用多层Bayes方法得到的结果一般都要涉及积分的计算,虽然有MCMC(Markov Chain Monte Carlo)等计算方法,但在有些问题的应用上还是不太方便,这在一定程度上制约了多层Bayes方法的应用。中国学者韩明于2004年提出了一种修正的Bayes估计法——“参数的E-Bayes估计法”,从而适当的解决了这一难题。本文就是在Bayes估计的基础上,研究了Burr分布、Laplace分布和Rayleigh分布三种连续分布参数的E-Bayes估计,并通过数值模拟,来验证本文所研究的E-Bayes估计的合理性和优良性。首先在平方损失函数??(??,??)=(??-??)2和Q-对称熵损失函数??(??,??)=(???下利用共轭分布研究了Burr分布的E-Bayes估计和多层Bayes估计,并讨论了E-Bayes估计的性质,证明了其与多层Bayes估计的渐近相等性,同时给出了数值算例对两种估计进行比较,说明了Q-对称熵损失函数比平方损失函数具有更优越的性质。其次,在Q-对称熵损失函数下分别讨论了Laplace分布和Rayleigh分布尺度参数的多层Bayes估计和E-Bayes估计,并给出数值算例说明了两种估计在大样本下渐近相等的性质。最后得出结论,E-Bayes估计与多层Bayes估计渐近相等,但E-Bayes估计形式简单,实际应用更加方便。