1) empirical Bayes
经验Bayes
1.
Empirical Bayes Statistical Inference for Parameter of Distribution;
分布参数的经验Bayes统计推断
2.
The Application of Logistic Discriminance and Empirical Bayes Estimator;
Logistic判别方法和经验Bayes方法应用
2) Bayes and empirical Bayes estimator
Bayes与经验Bayes估计
3) Bayes and Empirical Bayes Estimation
Bayes和经验Bayes估计
4) empirical Bayes test
经验Bayes检验
1.
Improvement of convergence rates for the empirical Bayes test problem in scale exponential family;
刻度指数族参数的经验Bayes检验函数收敛速度的改进
2.
The empirical Bayes test problem for continuous one-parameter exponential family in the case of negatively associated samples;
负相伴样本情形连续型单参数指数族参数的经验Bayes检验问题
3.
The asymptotically optimal property and convergence rates for the proposed empirical Bayes test rules are obtained under suitable conditions.
讨论了负相伴样本情形指数分布中寿命参数θ的经验Bayes单侧检验问题:H0:θ≤θ0 H1:θ>θ0,利用概率密度函数的核估计构造了参数的经验Bayes单侧检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优性,并获得了其收敛速度。
5) empirical bayes estimation
经验Bayes估计
1.
Convergence rate of empirical Bayes estimation of measure functions for parameter in two side truncated distribution families;
一维双边截断型分布族中参数函数的经验Bayes估计及其收敛速度
2.
An empirical Bayes estimation for multivariate process capality index is obtained.
针对多元工序能力指数的Bayes估计,借助非参数核函数方法,构造出多元边际分布密度及其导数估计,得到了多元工序能力指数的一种经验Bayes估计,并证明了它的渐近最优性,其收敛速度可任意接近于1。
3.
Under squared-error loss,the formulae to calculate empirical Bayes estimation of the failure rate,the reliability function and mean lifetime are given.
将Bayes方法和极大似然法相结合获得了部件失效率、系统可靠度和平均寿命的经验Bayes估计。
6) empirical Bayes estimator
经验Bayes估计
1.
In this paper,the empirical Bayes estimator of reliability under type I life test is discussed Approximate interval estimation and EB estimator of failure rate λ is given.
讨论定时截尾试验下可靠性的经验Bayes估计 ,给出了失效率λ的EB估计和近似区间估计。
2.
By using the kernel-type density estimation,the empirical Bayes estimator is constructed.
本文研究了线性指数分布参数的渐近最优的经验Bayes估计问题。
补充资料：经验Bayes方法
经验Bayes方法
Bayesan approach, empirical
经验加卿方法【血邓血na月州.山，.咧目;1记触。-.口口自.盯眯。八洲瓜脚限侧喊〕 Bayes方法的一种统计解释，利用它，甚至在先验分布(a Priorj distribution)未知时，也可对不能观察的参数作出推断，设(Y，X)为一随机向量.对随机参数X的任何给定值X=x，Y的条件分布密度p伽}x)己知，若在某一试验中仅能观察到Y取的值，而X的相应取值未知，而需要估计未观察到的X的一个函数伞伏)‘按经验 Bayes方法，条件数学期望E伸(x)}月=功(均应取为中(x)之近似值，依Bayes公式(B ayes formula)，这期望由公式 、Y)一坦丝半黔竺哩(;) q(Y)在)，而只能得出此函数上下限的估计，它们是通过解出下述线性规划问题而求得的:以沙，(Y)和盛(均分别记(1)式分子中的线性泛函在线性约束P(x))认知(x)d卜(x)=l和。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条