%0 Journal Article
%T 逐步增加首失效截尾样本下参数估计的优良性
%A 刘荣玄
%A 吴高翔
%A 朱先阳
%J 应用概率统计
%P 135-145
%D 2015
%X 在对称平方损失函数下,利用逐步增加首失效截尾样本,研究两参数Pareto分布族参数的一致最小方差无偏估计(UMVUE),Bayes估计和参数型经验Bayes(PEB)估计.按照均方误差(MSE)准则,比较UMVUE与PEB估计的优良性.根据风险函数导出Bayes估计与PEB估计的渐近性,并获得它们的收敛速度.在相同的置信水平下,研究参数分别在经典统计和Bayes统计中的区间估计,并利用数值模拟说明Bayes区间估计的精度高于经典统计区间估计.
%K 首失效截尾样本
%K Pareto分布族
%K 参数估计
%K 优良性
%K 区间估计.
%U http://aps.ecnu.edu.cn/CN/abstract/abstract8927.shtml