期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
张损失函数下贝塔负二项模型概率参数的经验贝叶斯估计量
1
作者 周明琴 张应应 +3 位作者 孙雅 孙吉 荣腾中 李曼曼 《应用概率统计》 CSCD 北大核心 2021年第5期478-494,共17页
对于贝塔负二项模型的概率参数,我们推荐并解析地计算了张损失函数下的贝叶斯估计量张损失函数对总的高估和总的低估有相等的惩罚.该估计量使后验期望张损失最小化.在平方误差损失函数下,我们还计算了常用的贝叶斯估计量.此外,我们得到... 对于贝塔负二项模型的概率参数,我们推荐并解析地计算了张损失函数下的贝叶斯估计量张损失函数对总的高估和总的低估有相等的惩罚.该估计量使后验期望张损失最小化.在平方误差损失函数下,我们还计算了常用的贝叶斯估计量.此外,我们得到了后验期望张损失在两个贝叶斯估计量下的估计.然后,我们分别用矩法和极大似然估计法给出了贝塔负二项模型超参数估计量的两个定理.因此,利用这两个定理估计的超参数,得到了张损失函数下概率参数的经验贝叶斯估计量.在数值模拟中,我们例证了三件事.首先,我们举例说明了贝叶斯估计量和后验期望张损失的两个不等式.其次,我们证明了矩估计量和极大似然估计量是超参数的一致估计量.第三,我们计算了贝塔负二项模型与模拟数据的拟合优度.最后,我们利用贝塔负二项式模型,考虑四种情况来拟合一个真实的保险理赔数据. 展开更多
关键词 经验贝叶斯估计量 限制参数空间(0 1) 张损失函数 后验期望损失 贝塔负二项模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部