1) Compound LINEX Symmetric Loss Function
复合LINEX对称损失函数
1.
The Parameter Estimation under the Compound LINEX Symmetric Loss Function;
本文侧重于研究基于形式为L(θ，δ)=e~(-α(θ-δ))+e~(α(θ-δ))-2的复合LINEX对称损失函数下正态均值以及指数分布参数的Bayes估计问题，并讨论了部分估计类的容许性与非容许性问题。
2) LINEX loss function
LINEX损失函数
1.
Under Linex loss function L(θ,δ)=ec(δ-θ)-c(δ-θ)-1,c>0,It is proved that the unique Bayes estimator δB(x),the multilayer Bayes estimator δ^B(X) and the general form of the admissible estimator are δB(X)=-1cln E(e-cθ|X)=n+αcln(1+cλ+T),δ^B(X)=-1cln(∫c0∫10Kλα(λ+c+T)n+αdαdλ∫c0∫10Kλα(λ+T)n+αdαdλ) and Sln(1+cd+T) respectively for the scale parameter reciprocal of the Rayleigh distribution.
在Linex损失函数L(θ,δ)=ec(δ-θ)-c(δ-θ)-1,c>0下,给出Rayleigh分布的尺度参数倒数的唯一Bayes估计δB(X)=-1/clnE(e-cθ│X)=(n+α)/cln(1+c/(λ+T)),多层Byaes估计δ∧B(X)=-1/cln,和容许性估计的一般形式Sln(1+c/(d+T))。
2.
First, we obtain the empirical Bayesian estimator of the scale parameter for the double exponential distribution based on LINEX loss function and the convergence rate of the estimate.
首先利用非对称的LINEX损失函数对双指数分布族刻度参数进行了经验贝叶斯估计，并讨论了该估计的性质，给出了收敛速度。
3) Linex loss
Linex损失函数
1.
Bayesian method is used for forecasting stock with Linex loss based on a new method of differing state.
在一种新的状态划分方法下,给出了基于Linex损失函数的股票未来价格的多层贝叶斯预测,文中给出了一个实例,将该方法同平方损失下的贝叶斯预测作了对比,说明了该方法的合理性和正确性。
4) Asymmetric loss functions
非对称损失函数
1.
Empirical Bayes Test for Truncation Parameters with Asymmetric Loss Functions Using NA Samples;
NA样本下非对称损失函数截尾参数的经验Bayes检验
5) symmetric entropy loss function
对称熵损失函数
1.
This paper deals with the minimum risk equivalent estimation for the scale parameter of exponential distribution under the q-symmetric entropy loss function.
指数分布的尺度参数在对称熵损失函数下的最小风险同变估计(MRE)的形式为,本文根据Brown引理证明了此估计量是可容许的。
2.
of process capability under symmetric entropy loss function, gives MRE s exact form and the confidence limit at confidence level 1-α, and at the same time, it proves that the Bayes estimator is admissible.
研究工序能力指数在对称熵损失函数下的最小风险同变估计（MRE）和Bayes估计，给出MRE估计的精确形式，并对置信度为1-α的区问估计给出临界值，同时，证明Bayes估计是可容许的。
6) symmetric loss function
对称损失函数
1.
In this paper,we considered the Bayesian estimation of the number of psychological state and its admissibility under a kind of symmetric loss function,and the use of the number of psychological state evaluation of the operator s skill level.
研究一种对称损失函数下,心理状态数的Bayes估计及其可容许性问题,并利用心理状态数评价操作者的技术水平。
补充资料：损失函数
损失函数
loss function
损失函数〔卜.云州地阅;uoTep‘柯田叫.a] 统计判定问题中，对于试验的每一种可能结局表示试验者损失(成本)的非负函数.设X是在样本空间任，刃，p，)(口‘。)中取值的随机变盘;D={心是根据X的实现关于参数a可以作出的一切可能判决的空间.在决策函数理论中，定义在OxD上的任一非负函数L称为损失函数.当参数的真值为e时(e‘O)，损失函数L在任一点(a，d)任exD的值表示作出判决d(d〔D)所造成的损失.
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