不同损失函数下几何分布参数的eb估计∫d ∫d - 西华师范大学学报 .pdfVIP

第３７卷 第２期 西 华 师 范 大 学 学 报 （自然 科 学 版 ） ２０１６年６月 　 Ｖｏｌ３７ Ｎｏ２ ＪｏｕｒｎａｌｏｆＣｈｉｎａＷｅｓｔＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅｓ） Ｊｕｎ．２０１６ 文章编号：１６７３５０７２（２０１６）０２０２０６０４ 不同损失函数下几何分布参数的ＥＢ估计 １ ２ 熊常伟 ，张　怡 （１．南充市统计局，四川 南充　６３７０００；２．西华师范大学 数学与信息学院，四川 南充　６３７００９） 摘　要： 当几何分布可靠度的先验分布为幂分布时，推算出了Ｌｉｎｅｘ损失函数下其可靠度的Ｂａｙｅｓ估计，用反证法 证明了该估计的唯一性，推算论证了该估计风险有限和可容许性。根据 ＥＢａｙｅｓ估计的定义推算出了 Ｌｉｎｅｘ损失 函数下几何分布可靠度的ＥＢ估计。结合实际数据比较了熵损失函数和Ｌｉｎｅｘ损失函数下几何分布可靠度 ＥＢａｙｅｓ 估计值的稳健性和精度并得出有效结论。 关键词： 几何分布；幂分布；熵损失函数；Ｌｉｎｅｘ损失函数；ＥＢ估计 中图分类号：Ｏ２１１．３　　　文献标识码：Ａ　　ＤＯＩ：１０．１６２４６／ｊ．ｉｓｓｎ．１６７３５０７２．２０１６．０２．０１６ 在测试产品寿命的研究中常运用几何分布的可靠性分析。文献［１］验证了几何分布 ＥＢａｙｅｓ估计比多 层 Ｂａｙｅｓ估计精度高。文献［２］验证了其在熵损失函数下的Ｂａｙｅｓ估计，文献［３］推广到 Ｑ对称熵损失函数 下，其估计精度均较高。文献［４］验证了几何分布可靠度的先验分布为幂分布时其 Ｂａｙｅｓ估计精度高。结合 前面的研究成果，本文将在 Ｌｉｎｅｘ函数下验证其可靠度的Ｂａｙｅｓ估计，在证明了该估计的唯一性和可容许性 后，推算出了其 ＥＢａｙｅｓ估计，并与其在熵损失函数下的ＥＢａｙｅｓ估计进行比较。 １　四个定义［５８］ ［５］ 定义 １ 　在贝努利实验中，若Ｐ为系统实验成功的概率（可靠度），如果进行了ｘ＋１次实验，前ｘ次试 验成功而第ｘ＋１次不成功（失败）的概率为： ｘ Ｐ（Ｘ＝ｘ）＝ｐ（１－ｐ），ｋ＝０，１，２．．．，０＜ｐ＜１， （１） 称随机变量Ｘ服从几何分布，其中参数Ｐ为几何分布的可靠度（或成功概率）。 ［６］ ＾ ＾ 定义２ 　 称ｐ＝ ｐ（ａ） （ａ）ｄａ为可靠度ｐ的ＥＢａｙｅｓ估计。 ∫ π Ｄ ＾ 其中Ｄ＝｛ａ∶１＜ａ＜ｃ｝，ｃ＞１为常数，（ａ）为ａ在Ｄ上的密度函数，ｐ（ａ）为ｐ的Ｂａｙｅｓ估计（用超参数估 π 计的）。 ＾ ＾ ＾ ＾ 定义分析： ｐ＝ ｐ（ａ） （ａ）ｄａ＝Ｅ［ｐ（ａ）］是ｐ（ａ）的数学期望，可理解为ＥＢａｙｅｓ估计是Ｂａｙｅｓ估计的 ∫ π Ｄ ［６］ 数学期望 。 ［６］ 定义３ 　 随机变量Ｘ的密度函数为ｆ（，），其中 为参数，是 的估计，其熵损失函数表达式为： θδ θ δ θ ｆ（，Ｘ） θ Ｌ（，）＝Ｅ 。 θδ θ{ ｌｎ }