已为您找到该学者9条结果 成果回收站
王立春
CHINESE JOURNAL OF ENGINEERING MAITHEMATICS,2007, 24 (5): 795-800,-0001,():
-1年11月30日
我们采用贝叶斯经验贝叶斯方法估计了一个特殊的指数分布族中的刻度参数,证明了刻度参数的贝叶斯经验贝叶斯估计几乎处处收敛到它的贝叶斯估计且获得了它的渐近最优性。最后,提出了一个模拟试验云验证贝叶斯经验贝叶斯估计的渐近最优性。
经验贝叶斯, 渐近最优性, 刻度参数
-
71浏览
-
0点赞
-
0收藏
-
0分享
-
108下载
-
0
-
引用
王立春, 韦来生
高校应用数学学报A辑,2004,19 (1):97-108,-0001,():
-1年11月30日
给出了双向分类随机效应模型中方差分量的Bayes检验的判决函数,利用核做计的方法,构造了相应的经验Bayes(EB)检验的判决函数。在适当的条件下证明了EB判决函数是渐近最优的且有收敛速度。给出了模型的特例和推广。最后,举出一个满足定理条件的例子。
随机效应模型, 方差分量, Bayes检验, 收敛速度
-
70浏览
-
0点赞
-
0收藏
-
0分享
-
96下载
-
0
-
引用
王立春
数学物理学报,2006,26A(6):938-947,-0001,():
-1年11月30日
该文运用经验贝叶斯(empirical Bayes(简称EB))方法,在历史样本和当前样本均被另一个具有未知分布的变量随机右删失的条件下,构造了一个指数分布的经验贝叶斯估计并获得了它的渐近最优性。文章最后给出了一个例子和模拟结果。
经验贝叶斯, 乘积限估计, 渐近最优性
-
49浏览
-
0点赞
-
0收藏
-
0分享
-
89下载
-
0
-
引用
王立春, 韦来生
中国科学技术大学学报,2002,32 (1):62-69,-0001,():
-1年11月30日
对刻度指数族在加权平方损失下获得了刻度参数的Bayes估计,并构造了相应的经验Bayes估计,证明了该估计是渐近最优的。
刻度指数族, 经验Bayes估计, 渐近最优性
-
46浏览
-
0点赞
-
0收藏
-
0分享
-
133下载
-
0
-
引用
王立春
应用概率统计,2007,23 (4):419-427,-0001,():
-1年11月30日
利用经难贝叶斯研究了刻度指数族的两行动问题,提出了一个在历史样本被随机右删除失的条件下收敛速度可以任意接近O(n-1)的单调经验贝叶斯检验。
经验贝叶斯, 随机删失, 刻度指数族
-
45浏览
-
0点赞
-
0收藏
-
0分享
-
83下载
-
0
-
引用