• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    定時(shí)截尾瑞利分布的Bayes估計(jì)

    2012-01-11 06:45:02王曉紅欒江輝
    關(guān)鍵詞:瑞利先驗(yàn)貝葉斯

    王曉紅,欒江輝

    (吉林師范大學(xué) 數(shù)學(xué)學(xué)院,吉林 四平 136000)

    瑞利分布是一種重要的壽命分布,引起國內(nèi)外許多學(xué)者的興趣.關(guān)于瑞利分布可靠性的研究,國內(nèi)外已有一些研究,文[1-2]在Linex損失和對稱熵?fù)p失條件下研究了瑞利分布參數(shù)和參數(shù)倒數(shù)的貝葉斯估計(jì),文[3]平方誤差損失函數(shù)和熵?fù)p失函數(shù)下討論了Rayleigh分布參數(shù)的Bayes估計(jì)的比較問題.在可靠性試驗(yàn)中,定時(shí)截尾是一種重要的試驗(yàn)形式,但在熵?fù)p失函數(shù)下,對瑞利分布參數(shù)的貝葉斯估計(jì)的研究還未發(fā)現(xiàn),為此本文研究在定時(shí)截尾情形下瑞利分布參數(shù)θ的Bayes估計(jì).

    1 參數(shù)θ的Bayes估計(jì)

    設(shè)產(chǎn)品的壽命X服從瑞利分布,則其分布函數(shù)和概率密度函數(shù)的表達(dá)式分別為

    F(x)=1-e-θx2,x>0,θ>0,
    f(x)=2θxe-θx2,x>0,θ>0.

    下面討論熵?fù)p失函數(shù)下參數(shù)θ的Bayes估計(jì).

    定義1[4]設(shè)隨機(jī)變量X服從密度函數(shù)為f(x,θ)的分布,其中θ為參數(shù).如果δ是判決空間中的一個(gè)估計(jì),則熵?fù)p失函數(shù)為似然比對數(shù)函數(shù)的數(shù)學(xué)期望,即

    (1)

    設(shè)X1,X2,…,Xn是來自分布為F(x)的相互獨(dú)立隨機(jī)變量序列,在定時(shí)截尾下得到的觀察值記為(Y1,δ1),(Y2,δ2),…,(Yn,δn),其中Yi=Xi∧T,T為定時(shí)截尾時(shí)間,滿足0

    (2)

    注:(Yi,δi)(i=1,2,…,n)的聯(lián)合密度的控制測度已改變.

    將(2)式代入(1)式得

    (3)

    計(jì)算得

    Eδi=E(IXi≤T)=F(T)=1-e-θT2

    (4)

    (5)

    將(4)、(5)式代入(3)式得

    易證,這個(gè)損失函數(shù)關(guān)于δ是嚴(yán)凸的.

    定理1 在定時(shí)截尾情形下,損失函數(shù)為熵?fù)p失函數(shù)時(shí)對于任何先驗(yàn)分布,瑞利分布參數(shù)θ的Bayes估計(jì)為

    其中F(x)是瑞利分布的分布函數(shù).

    證明 設(shè)δ(Y)是參數(shù)θ的一個(gè)估計(jì),則參數(shù)θ的Bayes風(fēng)險(xiǎn)為

    對該式求導(dǎo)并令導(dǎo)數(shù)為零,得

    因?yàn)棣?δ(Y))為嚴(yán)格凸函數(shù),所以有唯一最小值點(diǎn),即

    是其最小值點(diǎn).因此參數(shù)θ的Bayes估計(jì)的一般形式為

    定理2 在定時(shí)截尾情形下,損失函數(shù)為熵?fù)p失函數(shù)時(shí)取參數(shù)θ的先驗(yàn)分布為Gamma分布Γ(λ,β),則瑞利分布參數(shù)θ的Bayes估計(jì)為

    證明 參數(shù)θ的先驗(yàn)分布為Gamma分布Γ(λ,β),則θ的密度函數(shù)為

    則聯(lián)合密度函數(shù)為

    f(y1,y2,…,yn,δ1,δ2,…,δn)=(2θ)μγe-θρ,

    從而θ的后驗(yàn)密度函數(shù)為

    2 參數(shù)θ的Bayes估計(jì)的可容許性

    引理1[5]在給定的貝葉斯決策問題中,假如對給定的先驗(yàn)分布π(θ),θ的Bayes估計(jì)δπ(X)是唯一的,則它是容許的.

    定理3 在定時(shí)截尾情形下,損失函數(shù)為熵?fù)p失函數(shù)時(shí)對于任何先驗(yàn)分布,瑞利分布參數(shù)θ的Bayes估計(jì)是可容許的.

    證明 在定時(shí)截尾情形下,損失函數(shù)為熵?fù)p失函數(shù)時(shí)瑞利分布參數(shù)θ的Bayes估計(jì)是唯一的,故由引理1,θ的Bayes估計(jì)是容許的.

    參考文獻(xiàn):

    [1]陳志強(qiáng),韋程?hào)|,韋瑩瑩.Linex損失下Rayleigh分布參數(shù)倒數(shù)的Bayes估計(jì)[J].廣西科學(xué),2007,14(4):362-364.

    [2]任海平.對稱熵?fù)p失函數(shù)下Rayleigh分布參數(shù)的Bayes估計(jì)[J].江西理工大學(xué)學(xué)報(bào),2010,31(5):64-66.

    [3]Soliman A.Ahmed.Comparion of Linex and Quadratic Bayes Estimators for the Rayleigh Distribution[J].Commun Statist.-Theory Meth,2000,29(1):95-107.

    [4]熊常偉,張德然,張怡.熵?fù)p失函數(shù)下幾何分布可靠度的Bayes估計(jì)[J].數(shù)理統(tǒng)計(jì)與管理,2008,27(1):82-86.

    [5]茆詩松,王靜龍,濮曉龍.高等數(shù)理統(tǒng)計(jì)[M].北京:高等教育出版社,1998.

    猜你喜歡
    瑞利先驗(yàn)貝葉斯
    亞瑞利散斑場的二階累積量鬼成像
    基于無噪圖像塊先驗(yàn)的MRI低秩分解去噪算法研究
    基于自適應(yīng)塊組割先驗(yàn)的噪聲圖像超分辨率重建
    貝葉斯公式及其應(yīng)用
    基于貝葉斯估計(jì)的軌道占用識(shí)別方法
    一種基于貝葉斯壓縮感知的說話人識(shí)別方法
    電子器件(2015年5期)2015-12-29 08:43:15
    馬瑞利推出多項(xiàng)汽車零部件技術(shù)
    汽車零部件(2015年4期)2015-12-22 05:32:56
    基于平滑先驗(yàn)法的被動(dòng)聲信號(hào)趨勢項(xiàng)消除
    先驗(yàn)的廢話與功能的進(jìn)路
    瑞利波頻散成像方法的實(shí)現(xiàn)及成像效果對比研究
    孝昌县| 滦南县| 西乡县| 姜堰市| 象山县| 封开县| 余庆县| 安塞县| 宁晋县| 通辽市| 通榆县| 当涂县| 永康市| 察隅县| 册亨县| 璧山县| 依安县| 运城市| 涿州市| 会昌县| 武乡县| 信丰县| 启东市| 河曲县| 阳原县| 孟村| 冷水江市| 固始县| 工布江达县| 瑞昌市| 潮州市| 博兴县| 明水县| 萝北县| 德惠市| 湖州市| 辽宁省| 铜川市| 吉安县| 双流县| 集安市|