1) linear empirical Bayes estimation
线性经验Bayes估计
1.
Linear Empirical Bayes Estimation for Strongly Stationary Φ- mixing Dependent Sequence and Its Application;
强平稳Φ－混合序列下的线性经验Bayes估计及应用
2) Empirical linear Bayes estimator
经验线性Bayes估计
3) Bayes and empirical Bayes estimator
Bayes与经验Bayes估计
4) Bayes and Empirical Bayes Estimation
Bayes和经验Bayes估计
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：Bayes估计量
Bayes估计量
Bayesian estimator
Bayes估计量【Bayesi助始廿ma.件;D自狱.。眨..界..] 用BayeS方法(Bayesian aPProach)由观察值对一未知参数所作的估计.统计问题使用这样的方法时，一般都假定未知参数所0 gR“是一具有给定先验分布7r=武do)的随机变量，决策空间D与集合0重合.且损失L(0，d)表示变量0与估计d的偏离.因此，函数L勿，d)通常假定为有形式L勿，d)=a(e)又(口一d)，其中又是误差向量0一d的某个非负函数，若k二1，则常取又勿一d)={0一d}“(“>0).最有用且在数学上最方便的是平方损失函数L(口，d)=}‘一d1’.对这一损失函数，Bayes估计量(Ba卿决策函教(Bavesian dedsion function))占’二亡厂(x)定义为使最小总损失 !;‘p‘二·“，一，‘薯必，“一”‘·’2’〕口‘么，叮‘““，达到的函数，或与之等价，了是使最小条件损失 ，母‘E{[口一占(x)]2+“)达到的函数，由此推出，在平方损失函数的场合，B竹es估计量与后验均值占‘(x)=E勿{x)相等，而Bayesj双险(Bayes risk)为 。‘二，占‘)二E!D矿夕}x)]‘此处O(0}劝是后验分布的方差: o(口{x)二任{{口一E(0{x)12!，、}. 例设二=(x，，，二，戈)，这里x，，，二，x。为具正态分布N勿，。’)的独立同分布变量，护己知，而未知参数0有正态分布N扭，铲).因为当x给定时口的后验分布为正态N(拜。，T:一、其中 n又。2一十“下一2 灿。二一—，，。一二n口‘一奋了一_ n口一汁~下且万=(x，十一+凡)/。，可知在平方损失函数{分一引’之下，Bayes估计量为占’(x)=线，而Bayes风险则为《二犷六伽铲十护).AH川畔即撰[补注]
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