- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维普资讯
第 22卷 第4期 内蒙古民族大学学报 (自然科学版) V0i_22 No.4
2007年 8月 JournalofInnerMongoliaUniversityforNationalities Aug.2007
双参数指数分布尺度参数的区间估计
王 涛 ,华志强2,张红梅2
(1.沈阳师范大学,辽宁沈阳 110034;2.内蒙古民族大学,内蒙古通辽 028043)
[摘 要]在位置参数未知的条件下,尺度参数区间估计通常仅依赖于 自身的充分统计量,本文根据Pitman准
则下点估计改进的方法,将尺度参数区间估计做进一步改进,使得改进后的置信区间又综合了位置参数包含
的信息,这样所确定的置信区间在置信水平和精确度上都有了提高.
[关键词]指数分布;尺度参数;置信区间
[中图分类号)0212.1 [文献标识码]A [文章编号]1671—0185(2007}04—0367—04
ConfidenceIntervalofScaleParameter
forTwo——ParameterExponentialDistribution
WANG Tao。,HUA Zhi—qiang2ZHANG Hong—mei2
,
(1.ShenyangNormalUniversity,Shenyang110034,China;
2.InnreMongoliaUnivresityofrNationalities,Tongliao028043,China)
Abstract:Theusualconfidenceinterval(C.I.)ofscaleparameterforexponenti~distributionwith
unknownlocationparameterisafunctionofitssufficientstatistics.Accordingtothemethodof
improvedpointestimatesunderPitman’Sm~sHleofcloseness,C.I.isimprovedulteriorly,con—
tainingtheinformationoflocationparameter.Itmakes theimprovedC.I.havebetterperfor—
manceonconfidencelevelandprecision.
Keywords:ExponentialDistribution;Scaleparameter;Confidenceinterval
1 引言
设 。,2,…,是来自指数分布E(,)的一个简单样本,其密度函数为:厂(,,)=-~exp(一
)( ),其中 ∈R, 0分别为未知的位置参数与尺度参数,I(·)表示示性函数.令 Y=
U
x(1),S=∑(X—x(1)),其中x(1)=min(l,2,…,z),显然(y,S)是(,)的充分统计量,且y~
f= l
E(tl,a/n),S~ I1( 一1,1/a),S与y独立 .
对于参数点估计问题,Rao(。】证明了,在统计参数估计中经常采用均方误差准则,过分强调了与参数
真值偏离较大的那些样本,而Pitman准则 2【]克服了这一缺陷,是评价估计优劣更本质的变量.在Pitman
准则下,的点估计问题在位置一尺度变换 (y,S)一 (aY+b,aS)(a0)组成的变换群 G下是不变的,
所以 的G等价估计类C= {aS,a0},而在变换群 G的子群H:(y,
文档评论(0)