1) approximate Bayes estimation
近似Bayes估计
3) approximate Bayesian limits
Bayes近似限
1.
Takingthe conjugate and noninformative prior distribution, the approximate Bayesian limits of the failurerate λ=λ0+λm.
当取共轭型与无信息先验分布时，给出了增长试验最后阶段的失效率λ=λ0＋λm及可靠度R（t）=eλt的Bayes近似限，并用数值例说明其方法。
4) approximate moment estimation
近似矩估计
1.
The approximate moment estimations and approximate interval estimations of parameters of the exponential distribution are obtained.
给出了指数分布产品在基于分组数据下参数的近似矩估计及近似区间估计,最后通过Monte-Carlo模拟数据说明方法的可行性。
5) Bayesian networks approx imation
Bayes网络近似
6) Bayes estimation
Bayes估计
1.
Application of Bayes estimation theory in traffic flow detection;
Bayes估计理论在交通流检测中的应用
2.
The Suitability Analysis of the Modernization of Dynamic Distribution Parameters and Prior Distribution Function in Bayes Estimation;
动态分布参数Bayes估计中的验前建模及验前分布的适应性
3.
Application of experience Bayes estimation in ranging;
经验Bayes估计在距离测量中的应用研究
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