Entropy损失函数下两参数指数威布尔分布尺度参数的Bayes估计及其性质.pdfVIP

Entropy损失函数下两参数指数威布尔分布尺度参数的Bayes估计及其性质.pdf

  1. 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. 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. 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. 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. 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. 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. 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
Entropy损失函数下两参数指数威布尔分布尺度参数的Bayes估计及其性质.pdf

第24卷 第4期 洛阳理工学院学报(自然科学版) VO1.24 NO.4 2014年 12月 JournalofLuoyangInstituteofScienceandTechnologyfNaturalScienceEdition) Dec.2014 Entropy损失函数下两参数指数威布尔分布尺度参数的 Bayes估计及其性质 薛 娇,常 胜,邓 丽 (兰州交通大学擞理与软件工程学院,甘肃 兰州730070) 摘 要:在Entropy损失函数下,利用构造多层先验分布的方法求出了指数威布尔分布参数的多层Bayes估计,然 后根据经验BayeS估计的思想,利用密度函数的核估计方法,构造了参数的经验Bayes估计并证明了该估计的渐进 最优性和可容许性,最后运用随机模拟,将其与平方损失函数下的Bayes估计以及极大似然估计(MLE)进行了比 较,结果表明:EntroDy~失下的Bayes估计较后两种估计好。 关键词:指数威布尔分布;Entrooy损失函数;Bayes~;计;渐进最优性;可容许性 DOI:10.3969/i.issn.1674-5043.2014.40.020 中图分类号:O212 文献标志码:A 文章编号:167-45043(2014)0-40085-08 Mudnolker和Hustson于1993年首次在文献11l中提出了指数威布尔分布,由于其 良好的非单调失效率 性质,已有大量文献针对该分布模型的参数估计进行了深入的探讨。例如:2006年冯艳、师义民、周巧 讨论了双边定数截尾两参数指数威布尔分布的形状参数的Bayes估计;2oo7年冯艳、师义民、严惠云 讨论了定数截尾两参数指数威布尔分布的形状参数的Bayes估计;2008年刘超男 讨论了两参数指数威布 尔分布的参数Bayes估计及其可靠性分析;2009年史建红、海霞 讨论了两参数指数威布尔分布的形状参 数的经验Bayes估计,徐凌云、朱宁、唐清千 等讨论了平方损失下指数一威布尔分布参数的经验Bayes检 验 问题 ;2010年邢建强、杨芳 讨 TEntropy损失下两参数指数威布尔分布的形状参数的可容许性估 计 。首先指数威布尔的分布函数为: F(x)=(1一e一)口,x0,0, 0 (1) 其中0∈o={0J0.0)为尺度参数,其先验为来自于{G()I o。,G()=万()}分布族, ∈Q={l0}为形状参数。 为了研究的方便,对参数的取值范围加以限制,设 已知且 = 0,并令Xao=t,0l,从而在 = 时其分布函数可以转化为 F(f)=(卜e ),t0,00, (2) 其概率密度可以转化为 f(t)=Oe (1一P 0-1,0l,f0 (3) 设 .v.服从指数威布尔分布式(2),密度函数为式(3),在寿命试验中随机选取 个产品进行试验, ,l,t2,…,,为来 自该分布的一组随机样本,规定试验进行到有r(1≤ ≤,?)个产品失效时终止,此时得到 个观测值to)≤ 2)≤…≤ ,由文献 8【l知 ( ≤ (2)≤…≤t(r))的联合密度为: f(t,O) Oe-(1_P ) ·-(1-e-) (4) 定义1 设,.丁服从密度函数为f(O,t)的分布,其中0为参数,如果 是 的判别空间中的一个 估计,则Entropy损失函数定义为似然比对数的数学期望,即 收稿 日期:2014-032·6 作者简介:薛~ 1989-),女甘肃兰州人,在读硕士研究生,主要从事应用概率与随机分析方面的研究. 基金项 目:甘肃省 自然科学基金项目(1208RJZAI11). 洛阳理工学院学报(自然科学版) 第24卷

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档