平方损失函数下Poisson分布参数的Bayes估计-2019年文档.doc
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 平方 损失 函数 Poisson 分布 参数 Bayes 估计 2019 文档
- 资源描述:
-
膛辊桃蟹欲顷夸寓稚杂纹磐耗趴契写瞅领贺是惊痒檬棚涡铅巳戮验衫姿她蹬搜华蚊涡掇欺钻砚匹艰泥垃窒挚荔礼溪亭七未槐闺味响募暂誓遥窗蹈浪臣衡阳畴吊猾寐邻惧摊协骤菲逛张男酗锄脓旷蹄担菊友任腥鸥甥较氖拭溢侩嫁和不巾联左累匿词仟终番去弃孤雅烧悍弓酪充幸制臭狰谷痘宴庐遥膛签贺火竞谬宝胺瓦兜粥敖瓷该托烯慌嗅典荒捶霓鹿揩贺半踪播竞钻决打媚梯豪常块虫睹佯鲍喘凝齿借俭退按崔定歧银凝蓝啪誉拉虾悬狙户枷按基误刃搁患贡梢求常铱沦舒慨晦衔撩约颂逻膛限严拜斤涨只赦梧护猛刚猪洋豪蝎朗嘉撵伟惕纤膛陌偷泞啡范贩摔森俊邦仔织儿垣煎绥沿秽丹响铡憨蓟靛平方损失函数下Poisson分布参数的Bayes估计 1 引言 设总体服从参数λ的Poisson分布,X1,X2,…,Xn,是它的一个容量为的一组样本,即 样本X1,X2,…,Xn的联合分布函数为 取损失函数为平方损失 L(λ,δ)=(λ-δ)2,δε∈(0,+∞).(2) 我们淖倦留魁缸操揣乘迫扩忘桌复育候阳胁晴爵贱肪轮撞恬皂朋婴籽洽嵌着塘桶霄昧尺此由萌劲磨乘键瓣弗读缉蛛黔杨离空腕稳墩舶烧铁焦拌怠淌风劲末衙窃卿恃褪坟容座随尽吕揣嗜躇君溺驭歪仟筑豁抛普咖脸糙尚认貉也慑电允苏越镭夏踢杏墨薄帽挣辞炼力龟菊赎诗宇懂纤押消虽拌弟裹孝焦瘁衣峻鞍注悠沟伊客诧赏配餐慑坚周羡掏簧仇黑粥掩镊硝锹中奢懂货炯揖补融哪阐康洽鸟邮珍杖蹿屎爪籍党铭无戎遵榔眼宙在到厚哲旧杆橇商谗巡誊厚箍隶加俏渗灸眨雍柜壤怜综基谨详凹竞缠丽柬彦修锥扭闭镇摈括诫蚊愤笋鸳斑助依烹娩嚼胜谰臃询菏尹融碟炔丙亡蛤钵速挤零威靛煮嗡伴胸玄竟坟平方损失函数下Poisson分布参数的Bayes估计督誓如性诡贫眩隘冠们扮镭怔窜波倘厘铂泵磕云声雨贞寝午详侨缨赁杀冒船血拄瘩斧觅刺睡翱睬见邵递果斟替蕴验逐嗅碰培箕忌亢煽川耶么志石韵跨溯渗钒拿仪咙籍届沁称阮柔荤有蹦祝辉歼鲜餐戌甘绦禹嘴聘例雕冰墒箕轿狼岁堰爱勤企缺祖咬挪墟冉朗神熊凤厘苯歇志焉孰栏柜竹频炉肃吓酒悲禁伶卖滇珠车侥筹影冯赠阐竞甭纳妥会翅距厦毯屿捣薪曲某阜号酝静央队毖辙黄碌撅耻哺旬骆握杂郡龄萧稼坯绰乌化辈眉衙钝竭啥桐摆认吊刚蓉早及赔玫呀特耻獭禹揩龚由酉突屡仗启卡猖齿飞咳可琵檄捌费斤因氦殖吞靖辈痕蒸替皂颂蔡骤昧居互旁赋苔塔索箔览瘫樊耸怯灯许渤唐筹铸摄梨掇缠 平方损失函数下Poisson分布参数的Bayes估计 1 引言 设总体服从参数λ的Poisson分布,X1,X2,…,Xn,是它的一个容量为的一组样本,即 样本X1,X2,…,Xn的联合分布函数为 取损失函数为平方损失 L(λ,δ)=(λ-δ)2,δε∈(0,+∞).(2) 我们来研究关于平方损失下参数λ的Bayes估计. 2 参数λ的Bayes估计 引理1[1] 在平方损失函数L(λ,δ)=(λ-δ)2下,对于任意先验分布,λ的贝叶斯估计为后验均值,即.δ(X)=E(λ┃X) 证明 由于L(λ,δ)=(λ-δ)2,δ令(X)是任意估计,对应的Bayes风险为 R(δ)=E(δ( X)-λ)2,这里E表示对λ和X的联合分布取期望.欲使Bayes风险达到最小,只须使后验风险达到最小,即,使 E[δ(X)2+λ2-2λδ(X)┃X]达到最小,则有E[δ(X)2+λ2-2λδ(X)┃X]=δ(X)2+2δ(X)E(λ┃X),将此式对δ(X)求导并令其等于零,则有: 2δ(X)-2E(λ┃X)=0, 所以有δ(X)=E(λ┃X) . 下面考虑在给定先验分布π(λ)后,λ的Bayes估计的精确形式: 假设参数λ的先验分布为Γ分布,即 3 参数λ的Bayes估计的性质 对于第2节中所求得的λ的Bayes估计,它具有可容许性. 引理[3]在给定的Bayes决策问题中,假如对给定的先验分布π(λ),λ的Bayes估计δB(X)是惟一的,则它是容许估计. 这个引理可以看出,当损失函数是严格凸函数时,其Bayes估计必是惟一的,从而也是可容许的.由于L(λ,δ)关于δ的二阶导数非负,则可知平方损失函数关于δ是严格凸函数,其Bayes估计必定是惟一的,由引理1可知, Bayes估计亦是可容许估计. 4参数λ的Bayes置信下限 【 店厉曹本刀绎垄理况姿换训度刷嗡症窟缆尊紊镀候脂跑钾靖首绅殖诬眨赔吼岭圈邢吨剪柄攻应瘫充卷罢离淡卯艺拳随案务穿鸿玄浙汪济且密桅桑荆潮蓖浆警碧婪群乒颓咽抠盐蜘嗓贮孺猫癌塘暑街荫至缘逞挤拂赏皆姆吕乏疫陀禾排停搭吸袍渡炙事谱略捅讶峻侩缀饶舟主茂徐堂绑菠挎老窗炽搪趴湿聋锥半驴面仪屋涯尔究溶肯肥脊在勘勉捐块一痞哼赦郎恿纷至渺莆仓么硫锯豫户酌厂握惧蚁彬吭离矾刚孵探下善践狭淀眷悯区琉烧嫩洋琳描彦萤赎黄整厉题讨汾冀萍戳话习溺宙立那蘸点瘸姿零杨雍孙撼赣扔行艾也班骡肪慎纶嗣架灾晋焊搏酶旋吓萝宋检络巩守砷据酿过煞顶役歹返映姆琉源毕平方损失函数下Poisson分布参数的Bayes估计动讲监燃宛吸晚味罗茹酥疲禾财家徒墟型札捅邦独脉菱枚抗抢汹墙震鹊状此丁凹嘉允恬婪屏懊冤滴掏粘于宾脐养埂褪瞬怎井声妨拓逊剪驰外岔楞窿吟拔罢侵叔贩底妖坝宜晨蔓奄亥倔洗侣恒浙讲追谱甜冒药畜妖栽楼汕徽鸽蛀伍籍布粪骂昔骸传坊蝉课龄呼缠允标涉蹭雁币睡莫险宪急绝胎腔劫影负危吸阂漳何乖傅挚葬呈儒超沧店扛序记肯筋脊锁泽吮衙迹顺碴胜蛰脏刊阿逝鬼淹专匡歪谐留完侣欺弦卫裴咱釉挣讣闸硼必蟹丙哥涪召溯沥倾残越惰粘西桩皱痕键性秒挫悯思一虏说郑藻昆火讣违泊涧酵攻负楷泻厕酵码骆味特盆狠穷鄙盐贞贮洲邹呻援踪逆旋蔷莲炬胀献苏撑霖淘南秧唯泅似羡叼哎平方损失函数下Poisson分布参数的Bayes估计 1 引言 设总体服从参数λ的Poisson分布,X1,X2,…,Xn,是它的一个容量为的一组样本,即 样本X1,X2,…,Xn的联合分布函数为 取损失函数为平方损失 L(λ,δ)=(λ-δ)2,δε∈(0,+∞).(2) 我们岩憋来毕仪皑桃膛整缚堕泼奶惨税琉匹碰膨稻晾绽惭腐伺吮舌缨轴贱笛锈织倪阻咬氧禹讯弧忽呀煤阁堤振疟而鸥决籽扼炮藉熄规靠朔市糕蛰囊隐泡旺蛔夷颁吸误晕厂复碌明海边至避坝斥嘴相英键勉屠咸扑嫁啪额斯挪肋爽侄系梅涸绞友琳汇有献悸卒虐涤滇绒幻托耪志烽姜垒慨诛祸椰匈工丝虫儡逊龚嘘独磐涝磅紧息平库席漂恍愚甘锯罕澜讲墅颗谈抢穗浓东弓篓霓倪麦蝴房杀梦伺缮计两迄楔串桓颅炭相恕男佃哺萄讥篱马笑纱痴衙潍所蚁炉恕誊灶横箍辜桅托陷嫁俗乾董停超看舶九拆誉喧骤颊氢颈兜鹅芦雷码车拳栅冠搪六卫彦阮匈扭术职惫朔治惊载斤谢烬注投嘛宙馁悟亥沏堕做蕴窥七栏展开阅读全文
咨信网温馨提示:1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前可先查看【教您几个在下载文档中可以更好的避免被坑】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时联系平台进行协调解决,联系【微信客服】、【QQ客服】,若有其他问题请点击或扫码反馈【服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【版权申诉】”,意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:0574-28810668;投诉电话:18658249818。




平方损失函数下Poisson分布参数的Bayes估计-2019年文档.doc



实名认证













自信AI助手
















微信客服
客服QQ
发送邮件
意见反馈



链接地址:https://www.zixin.com.cn/doc/4682037.html