一类特殊损失下预测问题的PMC准则.pdfVIP

第17卷 第6期 长 春 大 学 学 报 V01．17 No．6 2007年12月 JOURNAL OF CHANGCHUN UNIV’ERSITY Dee．2O0r7 文章编号：1009—3907(2007)o6—0005一O2 一 类特殊损失下预测问题的PMC准则 朱家砚 ，王学敏 ，彭 耿 (1．华中师范大学 数学与统计学学院，湖北 武汉 430079；2．开化中学，浙江 开化 324300) 摘 要：将估计问题中的PMC准则运用到随机变量的预测问题中。在一类特殊损失下证明了中位 数无偏预测量为某一给定预测量集合中的Pitman—closest预测量。 关键词：PMC准则；中位数无偏；Pitman—closest预测量；LINEX损失函数 中图分类号：0211．67 文献标识码：A 1 介绍 PMC(pitman’s measure of closeness)准则在点估计问题中是一个有用的准则¨ 。在文献[2]中利用PMC 准则得到了椭圆对称分布中位置参数0满足PMC意义下的不变估计。随后人们发现MU(median unbiasedn— ess)估计量在寻求Pitman—closest预测量时起着重要作用。文献[3]中Ghosh and Sen证明了在平方损失下中 位数无偏估计量是某一给定估计量集合中的Pitman估计。 估计理论是统计讨论中研究比较深入的一块，然而预测问题的发展不如估计问题。随着PMC准则在估 计问题中研究的不断深人，人们将其研究范围扩大到了预测问题。设 是可观测的随机变量，y是一未知的 随机变量。已知 和y的联合分布 ，y；O)依赖于未知参数0。对 进行观测后，需要对y进行预测。这 样的问题称为统计预测问题。 在文献[4]中，Takada考虑了中位数无偏预测量在同变预测问题中的应用。在文献[5]中，Datta将PMC 和MU引人预测问题中，在平方损失下得到与Ghosh and Sen类似结论。 在许多统计预测问题中，由于预测量对未知随机变量的过高过低预测造成的损失不同，所以人们常常选 用非对称损失函数。如LINEX损失就是一种特殊的非对称损失函数。自从1975年Varian提出这个损失以 来，大量估计及预测问题都在这种损失下进行了讨论。 文献[6]中，肖玉山进一步在HNEX损失下证明了MU预测量是某一给定预测量集合中的Pitman—clo— sest预测量。本文则试图寻求在一类特殊损失下进一步讨论这个问题。 本文第二部分证明了在一类特殊损失下MU预测量是某一给定预’狈4量集合中的Pitman—closest预测量。 第三部分进行了小结。 2 Htman-closest预测量与MU预测量 PMC准则是一种用来比较两种估计好坏的一种准则。定义如下： 定义1 PMC准则 ． 对于一个给定的损失函数L(t，0)，称估计 比另一个估计 更接近于0，如果P (T ，0)L(T2， 0)]≥P。[ (T。，0)L( ，0)]对所有的0∈ 成立，且不等号“”至少对一个0。∈ 成立，称以上准则为 PMC准则。 若PMC准则运用到预测问题中将会产生Pitman—closest预测量，其定义如下： 定义2 Pitman—closest预测量 收稿日期：2007．10-10 作者简介：朱家砚(1984．)，女，湖北省荆州市人，华中师范大学数学与统计学学院研究生，主要从事生物统计方向研究。 6 长 春 大 学 学 报 第l7卷 设L(d，)，)表示由d预测Y=)，时所产生的损失，设 ，( )和 ( )为y两个预测量。若对有的0， 1 P {L(8(x)，Y)≤ ( ( )，y)}≥÷，则称在PMC意义下关于损失函数 预测量8，比 好。 厶 设c是一预测量的集合，如果8(x)E C在PMC意义下关于损失函数 比c中其它任意的预测量都好， 则称 ( )在