Pareto分布中形状参数的估计问题.pdfVIP

维普资讯 Pareto分布中形状参数的估计问题 韩慧芳 ，杨珂玲 ，张建军 (1．深圳市龙城高级中学，深圳 518172；2．华 中师范大学 数学与统计学院，武汉 430079； 3．河南农业大学 信息与管理科学学院，郑州 450002) 摘 要 ：本文研究 了当a已知时，Pareto分布 中形状参数的估计 。首先求得 了0的一致最小方差无偏 估计 (UMVUE)，并证明了它在平方损失下是不可容许的。当0有先验信息时，分别在平方损失和熵损 失下讨论 了0的Bayes估计 ，并说明 了其容许性 。其次，在熵损失下，讨论 了一类形如 (cT(x)+d) (d0)的 估计 的容许性。最后，给 出了0的置信 下限。 关键词 ：Pareto分布 ；平方损失和熵损失；一致最小方差无偏估计 ；Bayes估计；容许性；置信下限 中图分类号：O212 文献标识码 ：A 文章编号 ：1002—6487(2007)24—0010—03 容易算得E6=_I0，即6眦是0的无偏估计。通常我 O 引 言 们要求一个好的估计为无偏估计，故把6LE调整为6：等 ， Pareto分布是意大利经济学家 Pareto将其作为一个收入 分布最先介绍的1【1，它在应用统计 中是常用的。由于其分布具 显然E0=0，即6为0的无偏估计 ，且T(x)为0的充分估计量。 有递减的失效率函数 ，故经常用来描述诸如个人收入 (收入 下面验证 T伍)为完备的。 越高，获得更高收入 的能力就会增加)、某种药理过程后病人 因为T(x)-r(n，0)，所 以T(x)的密度为 PT(t)=0~e-／r(n)，tO。 的存活时间(存活时间越长 ，能够继续存活更长时间的可能 若存在t()使得Eo~bt()：o，V0，即fo(1)te。。}dto，V00。 性就越高)等模型。其它模型例如城市人口容量、自然现象的 而上式左端为 (1)t 的单边 Laplace变换 ，故 P(4)(1)l= 发生、股票价格波动、保险风险 、商业失效等 ，也都可 以用分 O)：1。由t的任意性有 P(4)(1)：O)=1，即 (1)=O 。所以T(x)为完 布来描述 。 文献 2【】对其基本性质和应用进行了广泛深入 的搜索和 备统计量。由Lehmd．nn—Scheffe定理知6为0的一致最小方 介绍，两参数分布的累积分布函数和概率密度函数分别为 ： 差无偏估计 (UMVUE)。 n 遗憾的是6在平方损失下是不可容许的。