1) Bayes estimation and prediction
Bayes估计及预测
2) the Empirical Bayes test and estimator
经验Bayes检验及估计
3) 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
4) Bayesian estimation
Bayes估计
1.
Conditional mean and its applications to Bayesian estimation of reliability measures(Ⅰ);
条件均值对可靠性测度Bayes估计的应用(I)
2.
Bayesian estimation for environmental factor of two parameter of Weibull distribution;
两参数Weibull分布环境因子的Bayes估计
3.
Recursive Bayesian Estimation to Evaluate IR-Counter-Countermeasures Performance of IR-Seeker;
采用递进Bayes估计评估导引头抗干扰性能及仿真
5) bayes estimator
Bayes估计
1.
A condition of PPC superiority of Bayes estimator with inaccurate prior;
先验信息有偏时Bayes估计的PPC优良性条件
2.
Finite element modal updating method based on Bayes estimator;
基于Bayes估计的有限元模型修正
3.
The present paper first deals with the minimum risk equivalent estimator and Bayes estimator for the locate parameter of normal distribution under the Linex loss function,then it gives the exact expression of the equivalent estimator and the admissibility proof of the Bayes estimator,at the end of the paper is the discussion of the admissibility of estimator with the form of cT(x)+d.
首先研究正态分布位置参数在Linex损失函数L(μ,)δ=ea(μ-δ)-a(μ-δ)-1下的最小风险同变估计及其Bayes估计,并给出在该损失函数下位置参数最小风险平移同变估计的精确表达式和Bayes估计的可容许性证明,最后讨论形如cT(x)+d的可容许性。
6) expected Bayesian estimation
E-Bayes估计
1.
For the location-scale parameter model,the least-squares estimation and weighed least-squares estimation for the location and scale parameters were given by the expected Bayesian estimation of the failure probability.
对位置-尺度参数模型,借助失效概率的E-Bayes估计,给出了位置参数、尺度参数的最小二乘估计和加权最小二乘估计,从而可以得到寿命服从位置-尺度参数模型产品可靠度的估计。
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