若干分布参数的经验贝叶斯估计的风险分析

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:beauty85123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Bayes学派的观点是将未知参数θ看成一个随机变量,根据参数的先验信息确定其先验分布π(θ),因此选择合适的先验分布是Bayes学派要首先解决的问题。经验Bayes最早是由Robbins(1951,1955)提出的,通俗地讲,经验Bayes是利用已有数据来估计未知参数的先验的某些性质的方法。主要包括参数经验Bayes和非参数经验Bayes,前者是假设参数的先验分布属于某一有超参数的分布类,后者典型地只假设是独立同分布的。近年来,关于经验Bayes的讨论和研究越来越多,既有在方法论上的研究也有应用领域的讨论。   在讨论参数的Bayes估计及经验Bayes估计的问题上,国内外很多学者做了很多开创性的工作,他们选取一些有代表性的密度函数族,对这些函数所含的参数做出估计,然后选用适当的损失函数来讨论估计的渐近最优性和其收敛速度。比如对于刻度指数族的研究,前人做过很多工作,伽玛函数Γ(α,β)是特殊的刻度指数函数,本文所研究的伽玛函数Γ(θ,1/2)更是伽玛分布中的一个特例,对它的研究是很有意义的。   本文主要工作有以下两个方面:一是利用密度函数核估计方法构造了在平方损失函数下Γ(θ,1/2)的参数的经验Bayes估计,证明了该估计的渐近最优性并得到了其收敛速度;二是引入LINEX损失函数,并在均方损失和损失函数下得到正的指数族的参数的相应的Bayes估计、经验Bayes估计、极大似然估计,然后对它们做比较。
其他文献
近几年来,信号处理的理论与方法获得了迅速的发展,非平稳信号的分析是信号处理中一个新兴的重要领域。Hilbert-Huang变换是新发展起来的一种序列信号分析方法,特别对非平稳和非
学位
在本文中,将对低维的Leibniz代数的相关性质做进一步的研究,通过利用Leibniz代数的基本性质分析了三维非Lie代数的Leibniz代数的Killing型,得到它的Killing型是退化的,分析了它的
本文主要研究Banach空间上自反代数的Jordan结构. 第一节介绍了一些基本概念,问题背景和主要研究内容. 第二节证明了某些自反代数上的可加Jordan导子是可加导子.特别地,证明
深受人们尊敬的爱国民主人士、山西平陆县教育  界老一辈进步知识分子关绳武先生,走过85个春秋  之后,于1987年12月26日与世长辞。他在中国革命  最艰苦的年月里,因宣传共产主义、保护共产党人而  身陷牢狱;在社会主义建设时期,他兢兢业业,一身正  气,曾被中共中央某领导誉为“不是共产党员的共产  主义战士”。在先生百年华诞之时,仅以此文表达对先  生的怀念之情。   一、追求进步
本文讨论的是非完整系统的镇定问题.首先讨论了一类带有非线性参数的非完整系统自适应控制问题.利用参数分离技术将非线性参数转化为线性参数,设计控制律使闭环系统的所有信号最
学位