期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到31,801篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
上行相关性、下行相关性与收益率预测
1
作者 郑振龙 杨玉晓 陈蓉 《数理统计与管理》 北大核心 2026年第1期147-160,共14页
投资者在股票市场进行分散投资时,仍然承担着股票间的相关性风险,研究相关性风险与预期收益率的关系,对投资组合的选择有重要的参考意义。本文首次把相关性风险分解为上行相关性和下行相关性,然后利用日内高频数据,分析了它们对未来不... 投资者在股票市场进行分散投资时,仍然承担着股票间的相关性风险,研究相关性风险与预期收益率的关系,对投资组合的选择有重要的参考意义。本文首次把相关性风险分解为上行相关性和下行相关性,然后利用日内高频数据,分析了它们对未来不同期限中国股票市场收益率的预测能力。实证结果发现:(1)相关性风险对股票市场未来不同期限收益率有负向预测力。(2)相关性对中长期整体市场收益率预测表现更佳,在对未来六个月和一年的沪深300样本内预测R^(2)超过了7%。(3)结合样本内和样本外的预测结果,与总的相关性和上行相关性相比,下行相关性对股票市场收益率的预测能力更稳健,尤其是样本外预测效果更优。为了进一步说明相关性稳健的预测能力,我们还考察了上证50,结果显示相关性对其仍保持着预测能力。相关性风险是投资者不可忽视的风险,特别是下行相关性风险。 展开更多
关键词 上行相关性 下行相关性 收益率预测
原文传递
基于Huber损失函数的稳健随机森林模型及应用
2
作者 蔡超 胡成翔 《统计与决策》 北大核心 2026年第5期47-53,共7页
随着人工智能技术的发展,随机森林模型在众多领域中得到了快速发展和广泛应用。但在处理实际问题时,传统的随机森林模型易受厚尾数据、异常值等因素影响,导致估计出现偏差。鉴于此,文章提出基于Huber损失函数的稳健随机森林模型,并给出... 随着人工智能技术的发展,随机森林模型在众多领域中得到了快速发展和广泛应用。但在处理实际问题时,传统的随机森林模型易受厚尾数据、异常值等因素影响,导致估计出现偏差。鉴于此,文章提出基于Huber损失函数的稳健随机森林模型,并给出了估计算法、变量重要性测度方法及偏相依关系测度方法。该模型利用Huber损失函数的优势,在处理具有偏态分布或异常值的数据时具有更好的稳健性,且能更好地降低极端异常值对模型估计的不良影响。数值模拟结果表明:在处理具有偏态分布或异常值的数据时,基于Huber损失函数的稳健随机森林模型在预测性能上显著优于均值回归森林模型和中位数回归森林模型。将基于Huber损失函数的稳健随机森林模型应用于中国县域数字金融与农民收入数据集中,结果表明,所提方法比传统的随机森林模型具有更好的稳健性和更强的预测能力。 展开更多
关键词 随机森林模型 Huber损失函数 预测误差 稳健性
原文传递
基于投影的高维两样本均值检验
3
作者 秦彩红 柏杨 《数理统计与管理》 北大核心 2026年第1期88-100,共13页
随着数据结构的复杂化,面对高维两样本均值检验问题,不断有新的检验方法提出。本文旨在深入探讨这些方法的差异和联系,明确它们的适用范围和局限。我们提出了一个一般化的两步检验流程:先将高维数据投影至低维,然后进行低维数据检验。... 随着数据结构的复杂化,面对高维两样本均值检验问题,不断有新的检验方法提出。本文旨在深入探讨这些方法的差异和联系,明确它们的适用范围和局限。我们提出了一个一般化的两步检验流程:先将高维数据投影至低维,然后进行低维数据检验。在此流程中,我们度量了投影过程中造成的信息损失,并提出了无信息损失的最优投影方向的表达式。同时,大多数现有检验方法可视为此流程的特例。通过识别和对比不同方法选取的投影方向,我们分析了它们各自的数据利用情况以及检验的有效性和适用性。此外,本文表明,投影方向中均值差异信息和相关性信息的含量分别决定了方法的检验有效性和适用的数据相关性程度,低维检验中统计量的形式则影响方法在不同两样本差异稀疏度下的适用性。最后,我们通过数值模拟比较了各方法在不同数据结构下的检验水平和检验有效性,模拟结果与文章分析一致。 展开更多
关键词 高维均值检验 Hotelling T^(2)检验 投影检验
原文传递
基于矩阵因子模型和矩阵自回归模型的已实现协方差预测模型
4
作者 刘广应 李杨 +1 位作者 林金官 丁盈 《数理统计与管理》 北大核心 2026年第1期1-16,共16页
高维协方差矩阵的建模与预测是金融计量领域研究热点,对于金融风险管理和投资组合至关重要。本文利用金融高频数据计算得到已实现协方差矩阵,对已实现协方差矩阵进行DRD分解,为了保留已实现相关系数矩阵R的相关性结构,对其进行矩阵因子... 高维协方差矩阵的建模与预测是金融计量领域研究热点,对于金融风险管理和投资组合至关重要。本文利用金融高频数据计算得到已实现协方差矩阵,对已实现协方差矩阵进行DRD分解,为了保留已实现相关系数矩阵R的相关性结构,对其进行矩阵因子降维,对因子矩阵(Factor Matrix)建立矩阵自回归(Matrix AutoRegression)建模,得到R的动态预测模型;对已实现波动率矩阵对角阵D拉直向量化,实施向量自回归建模,利用LASSO方法估计该向量自回归模型,建立D的动态预测模型,构建了FMAR-DRD已实现协方差矩阵预测模型。实证分析表明,与其他已实现协方差矩阵预测模型,FMAR-DRD已实现协方差矩阵模型预测效果最优,其投资组合表现也最优。 展开更多
关键词 已实现协方差矩阵 FMAR-DRD 动态相关系数模型 均值方差模型
原文传递
科技的力量:研发支出的经济增长效应
5
作者 许永洪 邓美玲 梁佩凤 《数理统计与管理》 北大核心 2026年第1期111-127,共17页
《中国国民经济核算体系2016》(CSNA2016)是我国官方经济统计的最新规范。CSNA2016根据《国民经济账户体系2008》(SNA2008)的最新修订成果,将研发支出作为资本形成纳入GDP核算,将资本扩展成为传统资本和研发资本两种形式。基于此,本文... 《中国国民经济核算体系2016》(CSNA2016)是我国官方经济统计的最新规范。CSNA2016根据《国民经济账户体系2008》(SNA2008)的最新修订成果,将研发支出作为资本形成纳入GDP核算,将资本扩展成为传统资本和研发资本两种形式。基于此,本文在索洛经济增长框架下推导了科技进步贡献率的最新形式,将其分解成研发的直接拉动效应、研发的增长效应和传统的索洛余量。为进一步衡量以研发为特征的科技活动对社会经济的增长效应,本文以2002-2019年统计数据,建立了由传统资本、研发资本和人力资本构成的增长模型,并使用LP方法对模型进行了估计。结果表明:研发资本是促进经济增长的重要因素,科技进步贡献率呈上升趋势;分地区来看,研发资本的增长效应差异比较明显,东部地区研发资本对经济增长的贡献效果最强,中部地区效果最弱。 展开更多
关键词 研发资本 全要素生产率 LP方法 经济增长 SNA
原文传递
多元函数的差分型与因子型分解及Hammersley-Clifford定理
6
作者 段小刚 《数学进展》 北大核心 2026年第1期20-34,共15页
差分型与因子型数学分解,是理解多元函数本质和重塑多元函数结构的重要依据.文献上存在几种著名的精确分解式,包括Hoeffding分解、Besag差分公式、Efron-Stein ANOVA分解引理和Brook因子分解定理等.这些看似数学游戏的分解式,在联合密... 差分型与因子型数学分解,是理解多元函数本质和重塑多元函数结构的重要依据.文献上存在几种著名的精确分解式,包括Hoeffding分解、Besag差分公式、Efron-Stein ANOVA分解引理和Brook因子分解定理等.这些看似数学游戏的分解式,在联合密度建模和变差分析等统计研究话题中发挥着关键作用,而这些本质上联系紧密的分解式散布在不同类型文献中.本文系统整理阐述差分型与因子型分解的重要结论,并尝试对部分结论给出新颖的理解和论证视角.论文还深入探索了精确分解式在三种经典统计建模场景中的巧妙应用. 展开更多
关键词 ANOVA分解 Brook引理 Gibbs抽样器 马尔可夫随机场 U统计量
原文传递
广义自回归条件异方差模型的异常点检验
7
作者 宋鑫 刘永辉 彭红 《统计与决策》 北大核心 2026年第5期36-40,共5页
文章研究了正态分布下广义自回归条件异方差模型异常点的检验问题;基于均值漂移模型和方差加权模型给出了得分检验统计量的表达式及其渐近分布,并通过数值模拟证实了该检验方法的有效性。实证部分选取了纽约证券交易所综合指数的日数据... 文章研究了正态分布下广义自回归条件异方差模型异常点的检验问题;基于均值漂移模型和方差加权模型给出了得分检验统计量的表达式及其渐近分布,并通过数值模拟证实了该检验方法的有效性。实证部分选取了纽约证券交易所综合指数的日数据,建立广义自回归条件异方差模型,比较分析了得分检验方法和局部影响分析方法在该模型诊断中的差异性。 展开更多
关键词 GARCH模型 均值漂移模型 方差加权模型 得分检验 局部影响分析
原文传递
加速失效时间模型的稳健自适应组惩罚估计及其在生命风险中的应用
8
作者 王秀丽 李平平 王秀艳 《数理统计与管理》 北大核心 2026年第1期36-48,共13页
本文研究了基于生存数据加速失效时间模型下的组变量选择问题。利用一般的非凸惩罚,提出了加速失效时间模型中的自适应组惩罚加权最小一乘估计(AGPWLAD)。在一些常规条件下,证明了AGPWLAD估计具有Oracle性质。数值模拟研究和生命风险实... 本文研究了基于生存数据加速失效时间模型下的组变量选择问题。利用一般的非凸惩罚,提出了加速失效时间模型中的自适应组惩罚加权最小一乘估计(AGPWLAD)。在一些常规条件下,证明了AGPWLAD估计具有Oracle性质。数值模拟研究和生命风险实例验证了AGPWLAD估计的有限样本表现。 展开更多
关键词 组变量选择 KM估计 最小一乘估计 非凸惩罚 Oracle性质
原文传递
基于结构突变的WTI原油价格波动率预测与风险测度研究
9
作者 郭宝才 陈园园 孙晋翾 《数理统计与管理》 北大核心 2026年第1期161-177,共17页
重大突发事件历来都是金融市场进行价格波动率及风险预测的重要考量因素,其对于原油市场波动分析同样颇具意义。本文利用修正的ICSS方法判定突变结点,继而建立基于结构突变的混频模型,即纳入结构断点的realized EGARCH-MIDAS模型,用以拟... 重大突发事件历来都是金融市场进行价格波动率及风险预测的重要考量因素,其对于原油市场波动分析同样颇具意义。本文利用修正的ICSS方法判定突变结点,继而建立基于结构突变的混频模型,即纳入结构断点的realized EGARCH-MIDAS模型,用以拟合WTI原油期货数据并进行波动率预测与风险测度。通过实证分析对比考虑突变因素前后模型的预测效果,结果表明:(1)新冠疫情对原油市场的冲击持续程度相对最大,2020年俄罗斯与沙特阿拉伯的油价战引起波动率异常极值波动,2022年初俄乌冲突致使油价快速冲高;(2)未考虑结构突变因素的模型容易呈现虚拟的波动持续性,而拓展模型有助于改善全样本收益率序列整体拟合效果,提高样本外波动率预测精度以及VaR和ES回测的准确性;(3)综合稳健性检验,偏t分布更适配原油数据,同时基于偏t分布和考虑了结构突变的realized EGARCH-MIDAS模型整体拥有最佳估计及预测结果。因此,增加结构突变方面的监测与管理能一定程度上缓解异常信息带来的冲击,有助于维稳经济金融秩序。 展开更多
关键词 原油市场 结构突变 realized EGARCH-MIDAS模型 波动率预测 风险
原文传递
线性模型下的稳健模型平均方法
10
作者 杨佳音 李海霞 +2 位作者 常海艳 付利亚 宋亚飞 《工程数学学报》 北大核心 2026年第1期156-166,共11页
模型平均通过对备选模型的估计进行加权平均得到新估计,该方法具有预测精度高、风险小等优点。现有的频率模型平均方法均是基于最小二乘方法,因此对异常值比较敏感。提出了稳健的Mallows模型平均和基于信息准则的模型平均,通过选取稳健... 模型平均通过对备选模型的估计进行加权平均得到新估计,该方法具有预测精度高、风险小等优点。现有的频率模型平均方法均是基于最小二乘方法,因此对异常值比较敏感。提出了稳健的Mallows模型平均和基于信息准则的模型平均,通过选取稳健目标函数和稳健的误差标准差提升方法的稳健性。模拟研究表明数据中存在异常值或服从重尾分布时,提出的方法明显优于基于最小二乘方法的模型平均。最后,将稳健的模型平均方法应用到波士顿房价数据集上,验证了所提出方法的有效性。 展开更多
关键词 模型平均 稳健估计 迭代加权最小二乘 稳健权重 绝对中位偏差
在线阅读 下载PDF
因子混合模型稳健贝叶斯分析
11
作者 吕天予 夏业茂 《应用数学》 北大核心 2026年第1期161-172,共12页
为了降低异常点或极值数据影响,本文对因子混合模型建立了稳健分析.在参数统计框架内,基于正态尺度混合分布,对数据点赋以适当的权重来降低异常点的影响.我们还对因子负荷采用稀疏化技术来提高模型的泛化能力,并对因子个数和混合分量个... 为了降低异常点或极值数据影响,本文对因子混合模型建立了稳健分析.在参数统计框架内,基于正态尺度混合分布,对数据点赋以适当的权重来降低异常点的影响.我们还对因子负荷采用稀疏化技术来提高模型的泛化能力,并对因子个数和混合分量个数展开选择.随机模拟和对橄榄油数据分析展示了方法的有效性和实用性. 展开更多
关键词 混合因子模型 正态尺度混合 全局-局部收缩 MCMC抽样
在线阅读 下载PDF
固定效应面板数据空间误差门槛模型的截面极大似然估计
12
作者 范夏敏 黄和亮 李坤明 《数理统计与管理》 北大核心 2026年第1期67-87,共21页
本文在面板门槛模型中考虑随机扰动项的空间相关性,提出固定效应面板数据空间误差门槛模型,并构建了模型的截面极大似然估计法,证明了估计量的一致性和渐近正态性等大样本性质,同时,通过蒙特卡洛数值模拟表明估计方法具有良好的小样本表... 本文在面板门槛模型中考虑随机扰动项的空间相关性,提出固定效应面板数据空间误差门槛模型,并构建了模型的截面极大似然估计法,证明了估计量的一致性和渐近正态性等大样本性质,同时,通过蒙特卡洛数值模拟表明估计方法具有良好的小样本表现,最后将所构建的理论方法运用于探究中国税收竞争对碳排放强度影响的实证研究中,实证结果体现了理论方法的实际应用价值。 展开更多
关键词 面板空间误差模型 面板门槛模型 截面极大似然估计 税收竞争
原文传递
含Lasso约束的双重稳健估计量及应用
13
作者 杨贵军 王伟科 杨雪 《统计与决策》 北大核心 2026年第2期24-30,共7页
非概率样本分析已成为当前统计学的研究热点。文章针对总体的非概率样本是其子总体概率样本的情形,在总体单元协变量观测值已知且维度过高的条件下,提出了含Lasso约束的双重稳健估计量,并给出了“分步”的、含Lasso约束的估计过程。进一... 非概率样本分析已成为当前统计学的研究热点。文章针对总体的非概率样本是其子总体概率样本的情形,在总体单元协变量观测值已知且维度过高的条件下,提出了含Lasso约束的双重稳健估计量,并给出了“分步”的、含Lasso约束的估计过程。进一步,针对双重稳健估计量的不同模型设定情景,在相对合理的条件下分情景证明了所提含Lasso约束估计量的一致性。不同情景下的数值模拟结果均表明,含Lasso约束的双重稳健估计量不仅保留了原有的双重稳健性质,还解决了协变量维度过高的问题,具有较好的统计性质。 展开更多
关键词 非概率样本 双重稳健估计量 Lasso约束 一致性
原文传递
基于新能源汽车在线评论的文本挖掘与情感分析
14
作者 郑列 兰海宇 《湖北工业大学学报》 2026年第1期132-137,共6页
爬取汽车之家、易车网、爱卡汽车网的新能源汽车用户评论,对评论数据进行数据清洗、文本分词、去停用词等预处理后,采用词云图和语义网络模型对新能源汽车在线评论的文本特征进行可视化;运用SnowNLP对已标注的评论进行训练,在测试集上... 爬取汽车之家、易车网、爱卡汽车网的新能源汽车用户评论,对评论数据进行数据清洗、文本分词、去停用词等预处理后,采用词云图和语义网络模型对新能源汽车在线评论的文本特征进行可视化;运用SnowNLP对已标注的评论进行训练,在测试集上准确率达到94.2%;进一步对未标注的外观、空间、内饰、续航、动力、操控、舒适性、性价比、智能化九个维度进行情感分析;利用LDA主题模型分别对外观、空间的正向评论和内饰、舒适性的负向评论进行分析,以期为新能源汽车厂商改进产品性能和提升服务质量提供参考。 展开更多
关键词 新能源汽车 在线评论 文本挖掘 SnowNLP情感分析 LDA模型
在线阅读 下载PDF
基于贝叶斯退化数据融合的机械系统可靠性评估
15
作者 陈伟 《南方农机》 2026年第1期1-4,17,共5页
【目的】解决机械系统功能故障样本稀缺导致寿命评估准确性低的问题。【方法】利用性能退化数据构建维纳过程模型,获得漂移与扩散参数估计。依据维纳过程与逆高斯分布的对应关系,将其转化为退化失效数据的先验,并在贝叶斯框架下完成两... 【目的】解决机械系统功能故障样本稀缺导致寿命评估准确性低的问题。【方法】利用性能退化数据构建维纳过程模型,获得漂移与扩散参数估计。依据维纳过程与逆高斯分布的对应关系,将其转化为退化失效数据的先验,并在贝叶斯框架下完成两类退化数据的融合,同时开展MTBF对比验证。【结果】仅依赖精度退化数据所构建的可靠性模型在中后期往往呈现过快的下降趋势,其MTBF预测与寿命模型存在明显偏差。引入精度失效数据并对退化模型进行贝叶斯更新后,可靠性曲线与基于威布尔分布的寿命模型更为一致,预测误差由33%显著降低至11.1%。【结论】融合失效信息能够显著提高退化模型的稳定性与预测精度,基于贝叶斯退化数据融合的可靠性评估可在小样本功能故障数据下实现有效的寿命预测。 展开更多
关键词 机械系统 可靠性 贝叶斯参数估计 MTBF
在线阅读 下载PDF
图聚类算法在单细胞RNA测序数据的分类问题中的应用
16
作者 王景炜 郭依蓓 +1 位作者 祝兆媚 李翰芳 《湖北工业大学学报》 2026年第1期123-131,共9页
综合考虑数据处理的常规方法以及细胞和基因数据的独特性,对原始数据做预处理后用图聚类算法对预处理后的数据进行分类,最终将所有的细胞分为了7类。最后,分别用UMAP和t-SNE非线性降维技术,将数据降至2维,再对分类结果进行可视化分析。... 综合考虑数据处理的常规方法以及细胞和基因数据的独特性,对原始数据做预处理后用图聚类算法对预处理后的数据进行分类,最终将所有的细胞分为了7类。最后,分别用UMAP和t-SNE非线性降维技术,将数据降至2维,再对分类结果进行可视化分析。基于基因在不同处理下的表达量相同得到的分类结果,采用FC法和统计检验法相结合的方法选定阈值:P<0.05,同时log_(2)FC≥2,FDR<0.01,来寻找差异表达的细胞基因,而后分同一类别、三个类别、所有类别等三种情况,分析了每种情况中差异化表达的基因。 展开更多
关键词 单细胞RNA测序 非线性降维 图聚类 FC法 差异统计检验
在线阅读 下载PDF
基于e值的r阶向上向下检验过程
17
作者 邹文豪 杨建萍 《山东理工大学学报(自然科学版)》 2026年第3期59-66,71,共9页
为解决传统的p值多重检验过程在不规则模型下计算困难问题,在e-BH过程的基础上,提出了基于e值的r阶向上向下检验过程,以进一步提高多重检验过程的检测能力。理论研究该检验过程性能发现,对满足任意相关性条件的e值检验统计量都能将假发... 为解决传统的p值多重检验过程在不规则模型下计算困难问题,在e-BH过程的基础上,提出了基于e值的r阶向上向下检验过程,以进一步提高多重检验过程的检测能力。理论研究该检验过程性能发现,对满足任意相关性条件的e值检验统计量都能将假发现率(False Discovery Rate,FDR)控制到指定水平,同时该过程具有无偏性。使用与FDR、假阴率(False Negatives Rate,FNR)相关的指标,通过模拟实验将基于e值的r阶向上向下检验过程与e-BH过程、传统的p值多重检验过程进行比较,发现该检验过程具有更强的检测能力,完全可以替代传统的p值多重检验过程。 展开更多
关键词 多重假设检验 假发现率 假阴率 e值 无偏性
在线阅读 下载PDF
竞争风险数据分析中机器学习改进的逆概率删失加权
18
作者 付佳琪 侯文 《应用数学进展》 2026年第2期22-33,共12页
在竞争风险数据分析中,Fine-Gray比例风险模型结合逆概率删失加权(IPCW)是常用的方法,但传统IPCW权重在处理删失时可能产生不稳定估计。为克服这一局限,本文引入一种机器学习增强的逆概率加权方法,把机器学习预测的目标事件概率作为分... 在竞争风险数据分析中,Fine-Gray比例风险模型结合逆概率删失加权(IPCW)是常用的方法,但传统IPCW权重在处理删失时可能产生不稳定估计。为克服这一局限,本文引入一种机器学习增强的逆概率加权方法,把机器学习预测的目标事件概率作为分子纳入权重构建,并将该权重嵌入IPCW的估计方程中。最后采用Sandwich方差估计量进行统计推断。为验证该方案的可行性与稳健性,本文选取了几种主流机器学习算法来生成权重中的预测概率,基于R包中公开的数据进行实例分析,与传统IPCW与DML相比,本方法得到了有效且稳定的估计。并通过敏感性分析证实了结果的稳健性。结果表明,本方法在竞争风险数据分析中展现出了一定的应用潜力。 展开更多
关键词 竞争风险 逆概率删失加权 Fine-Gray模型 因果推断 机器学习
在线阅读 下载PDF
SCAD-L2正则化下广义估计方程的性质分析
19
作者 刘玥佳 赵慧秀 《统计学与应用》 2026年第2期58-72,共15页
广义估计方程(Generalized estimating equations, GEE)因能够有效处理个体内相关性而在纵向数据分析中得到广泛应用。然而,当纵向数据的协变量高度相关时,传统变量选择方法往往面临变量选择不稳定的问题。本文将SCAD-L2正则化项融入GE... 广义估计方程(Generalized estimating equations, GEE)因能够有效处理个体内相关性而在纵向数据分析中得到广泛应用。然而,当纵向数据的协变量高度相关时,传统变量选择方法往往面临变量选择不稳定的问题。本文将SCAD-L2正则化项融入GEE框架中,以实现变量选择与参数估计的双重优化。随后,本文提出一种适用于多重共线性纵向数据的初始值选择策略,即使用L2惩罚下的GEE估计值作为计算初始值。最后,本文研究了SCAD-L2惩罚下GEE估计的大样本渐近性质。模拟实验表明,该方法在纵向数据的参数估计与变量选择中显著优于现有方法,为复杂相关结构下的纵向数据建模提供了有效方法。 展开更多
关键词 广义估计方程 变量选择 纵向数据分析 Oracle性质 SCAD-L2
在线阅读 下载PDF
两种先验下两参数逆Kum分布参数的Bayes分析
20
作者 张学成 徐宝 《井冈山大学学报(自然科学版)》 2026年第2期9-17,共9页
在加权p、q对称熵损失函数下,利用Bayes估计方法,得到了该参数Bayes估计的一般形式和精确形式,证明了所得Bayes估计的可容许性以及最小最大性。然后给出了该参数的多层Bayes估计、E-Bayes估计和刀切Bayes估计。最后运用R程序结合所得估... 在加权p、q对称熵损失函数下,利用Bayes估计方法,得到了该参数Bayes估计的一般形式和精确形式,证明了所得Bayes估计的可容许性以及最小最大性。然后给出了该参数的多层Bayes估计、E-Bayes估计和刀切Bayes估计。最后运用R程序结合所得估计进行了数值模拟,结果表明:在Jeffreys先验下的Bayes估计比共轭先验分布下的Bayes估计精度更高;E-Bayes估计能降低超参数对模拟的影响。 展开更多
关键词 逆Kum分布 损失函数 BAYES估计 可容许性 MCMC算法
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部