公共文化服务平台

线性指数分布参数的经验贝叶斯估计被引量：12: 2006年; 对线性指数分布在平方损失下获得了参数的贝叶斯估计,并构造了相应的经验贝叶斯估计,证明了所提出的经验贝叶斯估计是渐近最优的且有收敛速度O(n-q),其中q=(s-1)(λs-1)/[s(2s+1)],1/2<λ<1-1/(2s),s≥2是一给定的整数.; 陈家清刘次华; 关键词：经验贝叶斯估计收敛速度

ARMA过程平稳性的贝叶斯检验被引量：2: 2005年; 根据贝叶斯原理,分别讨论了在误差项的方差σ2已知与未知两种情况下,AR(1)过程和ARMA(1,1)过程平稳性的检验问题,对于AR(1)过程,在误差项的方差σ2已知与未知两种情况下该过程回归系数的后验分布分别为正态分布和t分布,而ARMA(1,1)过程在σ2已知的前提下其回归系数的后验分布为t分布.并由此得到其最大后验密度(HPD)置信区间.以近30年来中国国民生产总值(GGNP)和价格指数(PI)的统计数据为实例进行实证分析,研究了以价格指数校正后的中国对数的国民生产总值序列ln(GGNP/PI)的平稳性,所得的结果与增广的迪基富勒检验(ADF检验)相同.; 徐立霞刘次华聂高琴陈家清; 关键词：贝叶斯方法

线性指数分布参数的经验Bayes检验问题被引量：17: 2008年; 分别讨论了线性指数分布参数的经验Bayes(EB)单侧和双侧检验问题.利用概率密度函数的核估计分别构造了参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性并获得了它的收敛速度.最后,给出一个有关主要结果的例子.; 陈家清刘次华; 关键词：经验BAYES检验渐近最优性收敛速度

一种ARMA过程均值变化点的广义似然比检验被引量：2: 2005年; 对ARMA过程均值变点检测的广义似然比检验GeneralizedLikelihoodRatioTest(GLRT)方法进行改进.改进的GLRT(IGLRT)方法考虑到,即使变点后的开始1(2,3,…)个残差均值的实现不符合故障特征,但后面的实现较符合故障特征,也有一定的把握认为变点已发生.模拟比较了GLRT和改进的GLRT的平均运行长度.最后,在已知一定先验分布的情形下,给出了GLRT的贝叶斯方法.; 刘次华王雪; 关键词：平均运行长度 GLRT 贝叶斯方法

线性指数分布参数的渐近最优的经验Bayes估计被引量：2: 2009年; 本文研究了线性指数分布参数的渐近最优的经验Bayes估计问题.利用概率密度函数的核估计,构造了参数的经验Bayes(EB)估计,获得了所提出的EB估计是渐近最优的.; 陈家清刘次华; 关键词：经验BAYES估计渐近最优性

由无穷个Brown单驱动的随机微分方程解的存在唯一性被引量：1: 2006年; 考虑如下一维双参数随机微分方程: ,其中{Wj,j=1,2,…}为一列无穷个相互独立的实值Brown单．作者定义关于无穷个Brown单的随机积分,并给出方程在非Lipschitz系数的条件下解的存在唯一性的一个结果．; 曹桂兰何凯; 关键词：轨道唯一性

误差项为指数白噪声的平稳AR(1)过程的贝叶斯分析被引量：1: 2011年; 本文研究了一类误差项为指数白噪声的平稳自回归模型的参数估计问题.利用贝叶斯方法,获得了参数的后验分布及在平方损失下的贝叶斯估计结果,推广了Turkman的结果.; 吴娟刘次华邱小霞

Optimal New Business for Insurer to Minimize the Ruin Probability under Interest Force: 2007年; Under constant interest force, the risk processes for old and new insurance business are modelled by Brownian motion with drift. By the stochastic control method, the explicit expressions for the minimum ruin probability and the corresponding optimal strategy are derived. Numerical example shows that the minimum probability of ruin and the optimal proportion for new business decrease as the interest rate increases, and vice versa.; 聂高琴刘次华徐立霞

指数分布危险函数的经验Bayes双侧检验的收敛速度:Ⅱ型截尾情形被引量：3: 2008年; 本文讨论了Ⅱ型截尾情形下指数分布危险函数的经验Bayes(EB)双侧检验问题.利用概率密度函数的核估计构造了经验Bayes检验函数,在适当的条件下获得了它的收敛速度.; 陈家清刘次华; 关键词：经验BAYES检验收敛速度

指数分布危险函数的经验Bayes估计的收敛速度：Ⅱ型截尾情形被引量：3: 2008年; 文章对Ⅱ型截尾情形的指数分布在平方损失下获得了其危险函数的Bayes估计,并构造了相应的经验Bayes(EB)估计,证明了所提出的EB估计是渐近最优的且有收敛速度O(n-λ(δ-2)(s-1)/[δ(2s+1)])。其中,δ>2,0<μ<1,s≥2为给定的整数。; 陈家清刘次华; 关键词：经验BAYES估计收敛速度

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(10301011)