记录值样本下F(x;θ)=1-e-a(θ)h(x)的参数估计*
2016-01-27许莹
记录值样本下F(x;θ)=1-e-a(θ)h(x)的参数估计*
许莹
(长春大学旅游学院,吉林 长春 130607)
摘要:研究基于下记录值样本,F(x;θ)=1-e-a(θh(x))分布参数的Bayes估计以及经验Bayes估计,最后给出作为样本的下记录值,指出它的优势和意义.
关键词:Bayes估计;经验Bayes估计;下记录值;指数分布族

定义1F(x;θ)为连续分布函数,其样本分别是X1,X2,…,Xn,并且两两互相独立,其密度函数为f(x;θ).当n≥1时,令L(1)=1,L(n+1)=min{j:j>L(n),Xj 1预备知识 引理2假设统计判决问题的损失函数为X~f(x;θ),θ∈Θ,L(θ,δ),并且π(θ)为θ的先验分布,因此,只要下面两点成立,那么这个估计便是容许的,两点为:①如果关于δ,L(θ,δ)是一个严凸的损失函数,在此统计判决问题中,几乎处处有惟一的Bayes解.②θ拥有惟一的Bayes估计. 2指数组的选取 选取F(x;θ)=1-e-a(θ)h(x)作为分布函数,其中,0 3Bayes估计 f(x1,x2,…,xn;θ)=xf(Xn;θ)·H(x1;θ)= 4经验Bayes估计 接下来,继续探讨XL(n)的边缘概率密度函数fn(x;θ). 其中,R(x;θ)=-lnF(x;θ),可令T=h(x),t是T的观测值,因此有h'(x)=1.得到XL(n)的边缘概率函数后,进一步得到下记录值的概率密度函数fT(t;θ) 当θ=a(θ)时,可把T的概率密度函数进一步转化成下面的形式,即 因此有T=T(XL(n))~Ga(n,θ). 证明由于伽马分布Γ(α.β)是θ的共轭先验分布,所以,容易得到π(θ|X),即 又由于T=h(x),并且t是T的观测值,那么应该有h'(x)=1,因此可以将上式π(θ|X)的结果进一步推算,得到 又由于 IGa(n+α,β+T) 5总结 记录值是一个十分重要的概念,它能够对随机变量序列的变化趋势系统进行刻画,意义十分重大.Chandle.K.N在1952年首次把统计理论与记录值样本联系起来,开创了统计理论的先河,为后人的继续研究,铺平了一条道路.通过研究可以发现,记录值减少了样本的个数,这样一来,计算过程不但变得简单,其结果亦更加精准,……





