已閱讀1頁,還剩41頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文對(duì)幾類分布的參數(shù)估計(jì)的損失函數(shù)和風(fēng)險(xiǎn)函數(shù)的Bayes推斷進(jìn)行了研究。文章考慮二項(xiàng)分布中未知參數(shù)估計(jì)的損失函數(shù)和風(fēng)險(xiǎn)函數(shù)的Bayes推斷,還考慮了在共軛先驗(yàn)分布下均勻分布參數(shù)估計(jì)的損失函數(shù)Bayes估計(jì),并在保守估計(jì)的要求下研究了估計(jì)的性質(zhì)。對(duì)如下一類分布族: F(t)=[g(t)]<'θ>,A≤t≤B,θ>0其中g(shù)(t)是關(guān)于t單調(diào)遞增的可微函數(shù),且g(A)=0,g(B)=1.文[35]在共軛先驗(yàn)分布下研究了未知參數(shù)η=1/θ吉的估
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 熵?fù)p失函數(shù)下幾種分布參數(shù)的Bayes估計(jì).pdf
- 不同損失函數(shù)下Gamma分布的參數(shù)估計(jì).pdf
- Entropy損失函數(shù)下若干分布參數(shù)的Bayes估計(jì)及其性質(zhì).pdf
- 不同損失函數(shù)下三類分布族參數(shù)的Bayes統(tǒng)計(jì)推斷.pdf
- 對(duì)幾種分布的參數(shù)和風(fēng)險(xiǎn)函數(shù)的貝葉斯估計(jì).pdf
- Linex損失下Burr分布參數(shù)的Bayes估計(jì).pdf
- 半?yún)?shù)函數(shù)關(guān)系模型參數(shù)估計(jì)的研究.pdf
- 46373.更新函數(shù)的非參數(shù)估計(jì)
- 基于Bayes方法的非參數(shù)估計(jì).pdf
- 幾類連續(xù)分布的E-Bayes估計(jì).pdf
- 隨機(jī)擴(kuò)散模型中的漂移函數(shù)與波動(dòng)率函數(shù)的非參數(shù)估計(jì).pdf
- 熵?fù)p失下單參數(shù)指數(shù)族的Bayes估計(jì).pdf
- 二元項(xiàng)目反應(yīng)函數(shù)的非參數(shù)估計(jì).pdf
- 39309.linex損失下幾種分布參數(shù)的bayes估計(jì)及性質(zhì)
- 基于穩(wěn)定分布的GARCH模型的Bayes參數(shù)估計(jì)及其實(shí)證分析.pdf
- 函數(shù)型眾數(shù)非參數(shù)估計(jì)問題研究.pdf
- 幾種分布參數(shù)的Bayes統(tǒng)計(jì)推斷及應(yīng)用.pdf
- 基于長(zhǎng)記憶函數(shù)型數(shù)據(jù)條件分布特征量的非參數(shù)估計(jì).pdf
- 基于半?yún)?shù)估計(jì)Copula函數(shù)選擇準(zhǔn)則問題的研究.pdf
- 平衡損失下線性模型的參數(shù)估計(jì).pdf
評(píng)論
0/150
提交評(píng)論