兩參數(shù)廣義指數(shù)分布的參數(shù)估計與數(shù)值模擬.pdf

1、兩參數(shù)廣義指數(shù)分布自從由Gupta和Kundu提出以來,就引起了眾多學者的關注和重視并得到了廣泛地研究,該分布能更好地擬合某些壽命數(shù)據(jù),在航空、工程、醫(yī)學和生物科學等諸多領域有著廣泛地應用。很多學者對兩參數(shù)廣義指數(shù)分布的參數(shù)估計及其性質,以及可靠性等進行了分析討論,但主要是基于單一情形下在同一損失函數(shù)下對該分布的研究,而對在不同情形、多個損失函數(shù)下對兩參數(shù)廣義指數(shù)分布的參數(shù)估計問題進行研究的則比較少,特別是對該分布下參數(shù)的E-Bayes

2、估計、多層Bayes估計進行討論的文獻很少見。
　　本文在前人研究的基礎上,介紹了兩參數(shù)廣義指數(shù)分布在全樣本定數(shù)截尾模型下的參數(shù)估計問題,考慮了不同情形,多個損失函數(shù),給出了參數(shù)的E-Bayes估計和多層Bayes估計,并通過MonteCarlo模擬給出了參數(shù)估計的數(shù)值解。本文第一章,主要介紹了課題來源和應用現(xiàn)狀、本文的模型以及本文所做的工作;第二章,主要介紹了貝葉斯統(tǒng)計的基本理論知識,并給出了相關定理和定義;第三章,在尺度參數(shù)?

3、已知的情形下,首先給出了形狀參數(shù)?和可靠度函數(shù)R的極大似然估計,隨后分別給出了在平方損失函數(shù)和LINEX損失函數(shù)下,參數(shù)?和R的Bayes估計、E-Bayes估計和多層Bayes估計,最后通過MonteCarlo模擬技術進行了數(shù)值模擬,并得到在LINEX損失下參數(shù)估計誤差更小、E-Bayes估計和多層Bayes估計的估計效果良好的結論;第四章,在尺度參數(shù)?和形狀參數(shù)?均未知的情形下,給出了參數(shù)的極大似然估計,利用Lindley逼近定理給