基于记录值的GE分布参数的Bayes和经验Bayes估计.pdfVIP

2013年7月 重庆师范大学学报(自然科学版) Jul．2013 of 第30卷第4期 Journal Normal Science) V01．30No．4 ChongqingUniversity(Natural 王琪1，黄文宜2 (】．电子科技大学中山学院，广东中山528402；2．宜春学院数学与计算机科学学院，江西宜春336000) 摘要：针对来自广义指数(GE)分布的记录值样本，研究了广义指数分布的参数的估计问题。首先给出了参数的最大似然 估计；在参数的共轭先验分布为贝塔先验分布，损失函数为平方误差损失和LINEx损失函数情形下，导出了广义指数分 布参数的Bayes和经验Bayes估计。最后进行了MonteCarlo数值模拟，对本文提出的几种参数估计进行比较，发现在合 估计较传统的最大似然估计好。 关键词：Bayes和经验Bayes估计；平方误差损失；LINEX损失；记录值 中图分类号：0213 文献标志码：A 在可靠性、寿命试验等领域得到了广泛的应用。关于该分布的统计推断理论引起了众多学者的兴趣并得到了深 入的研究。文献[2]中讨论了广义指数分布参数的不同估计方法，并且比较了它们的优劣性；文献[3]讨论了广 许性问题；文献[5]在平方误差损失、对数误差平方损失和广义熵损失函数下讨论了广义指数分布参数的Bayes 估计问题。记录值自提出以来已被广泛应用到诸如天气、水文、地震、机械工程以及体育等诸多领域。关于记录 值的统计推断理论引起很多学者的兴趣并得到了广泛的研究。如文献[6]基于记录值和截尾样本讨论了一些寿 和经验Bayes估计问题。 设随机变量X为服从参数为口的广义指数分布，其概率密度函数为 ，(z；占)一日e一(1一e一)卜1 (1) 其中口O为未知的形状参数。 定义1[81 1最大似然估计 设X。，X。，…为来自广义指数分布的独立同分布的随机样本，设观察到，z个下记录值为XⅢ，一z，，X圳，一 1)给定观测值z一(z。，z：，…，z。)的参数日的似然函数为 姗)叫引∞g畿筹刮V虬(1_e。矿1娶e—l (2) 取对数后有ln * 网络出版时间：2013一07—2019：23 修回日期：2012—12—30 收稿日期：2012一07—11 资助项目：江西省教育厅科技基金(No．GWll600) 作者简介：王琪，男，讲师，硕士，研究方向为Bayes统计分析，E-mail：wangqirhp@163．co“ 万方数据 56 重庆师范大学学报(自然科学版)http：／／www．cqnuj．cn 第30卷 务ML-芋 ‘3) 2)第咒个下记录值Xm，的边缘概率密度函数为 (4) ，。(z。；口)=厂(z。；曰)错=口e—rn(1一e—z一)8一l[二二』堕旦{三；铲 e叫‘。 从而由(4)式有T=一ln(1一e-xm))的概率密度函数为，丁(￡)2声％‘”1 2Bayes和经验Bayes估计 下面将考虑在平方误差损失和LINEX损失函数下广义指数分布的参数的Bayes估计问题。 L(8，8)一(口一日)2而展开讨论的，一般的平方误差损失函数具有对称性，对高估和低估赋予同样的惩罚。然而在 估计可靠性和失效率函数时，高估带来的损失将比低估带来的损失更大，此时应用对称损失函