×
滨村、靖国;达须雅库博卡瓦

未知位置指数分布的参数约束贝叶斯预测密度估计。 （英语） Zbl 07506467号

梅特里卡 85，编号4，515-536（2022）.
摘要：在本文中，我们考虑位置未知的指数分布的预测。在大多数情况下，我们处理一维情况，并假设位置参数限制在区间内。在Kullback-Leibler散度下，将贝叶斯预测密度与实线和受限空间上支持的先验密度进行了比较。我们首先考虑比例参数已知的情况。我们得到了一般的优势条件以及极小性和可容许性结果。接下来，我们处理未知规模的情况。在这种情况下，假设位置参数小于已知常数，并获得了控制的充分条件。最后，我们处理一个具有已知尺度的多维问题，其中位置参数限制为凸集。通过仿真研究了几种贝叶斯预测密度的性能。一些预测方法应用于实际数据。

MSC公司：

62至XX 统计

关键词：

可受理性;贝叶斯预测密度估计;优势;指数分布;极小性;受限参数空间
PDF格式BibTeX公司 XML格式引用
\textit{Y.Hamura}和\textit{T.Kubokawa}，梅特里卡85，编号4，515--536（2022；Zbl 07506467）
全文： 内政部

参考文献：

[1] Aitchison，J.，预测拟合的良好性，Biometrika，62547-554（1975）·Zbl 0339.62018号 ·doi:10.1093/biomet/62.3547
[2] 布朗，LD；乔治，EI；Xu，X.，容许预测密度估计，Ann Stat，36，1156-1170（2008）·Zbl 1216.62012年
[3] 卡塞拉，G。；斯特劳德曼，WE，《估计有界正态均值》，《Ann Stat》，9870-878（1981）·Zbl 0474.62010 ·doi:10.1214/aos/1176345527
[4] 长网造纸机，D。；Marchand女士。；Righi，A。；斯特劳德曼，WE，关于参数约束下改进的预测密度估计，Electron J Stat，5172-191（2011）·Zbl 1274.62079号 ·doi:10.1214/11-EJS603
[5] Y.Hamura。；Kubokawa，T.，负二项式模型的贝叶斯预测分布，数学方法统计，28，1-17（2019）·Zbl 1418.62030号 ·doi:10.3103/S1066530719010010
[6] Y.Hamura。；Kubokawa，T.，带参数约束的泊松模型的贝叶斯预测分布，公共统计理论方法，49，3257-3266（2020）·Zbl 1511.62055号 ·doi:10.1080/03610926.2019.1586943
[7] Hartigan，JA，凸集统一先验改进风险，Stat Probab Lett，67，285-288（2004）·Zbl 1041.62021号 ·doi:10.1016/j.spl.2004.01.009
[8] Hudson，HM，指数族的自然恒等式及其在多参数估计中的应用，Ann Stat，6473-484（1978）·Zbl 0391.62006号 ·doi:10.1214/aos/1176344194
[9] Juvairiyya，RM；Anilkumar，P.，基于上限记录值的帕累托分布应力-强度可靠性估算，统计（博洛尼亚），78，397-409（2018）·Zbl 1473.62337号
[10] Komaki，F.，不同持续时间的独立泊松过程的同时预测，J Multivar Anal，141，35-48（2015）·Zbl 1325.60073号 ·doi:10.1016/j.jmva.2015.06.008
[11] Kubokawa，T.，《改进等变估计量的统一方法》，《Ann Stat》，22，290-299（1994）·Zbl 0816.62021号 ·doi:10.1214操作系统/117625369
[12] Kubokawa，T.，带有界变异系数的正态分布平均值的估计，Sankhya，67499-525（2005）·Zbl 1192.62062号
[13] Kubokawa，T.，有界位置和尺度参数的估计，J Jpn Stat Soc，35221-249（2005）·doi:10.14490/jjss.35.221
[14] Kubokawa，T。；Marchand女士。；WE斯特劳德曼；Turcotte，J-P，带参数约束的预测密度估计中的最小极大性，多变量分析杂志，116382-397（2013）·Zbl 1277.62044号 ·doi:10.1016/j.jmva.2013.01.001
[15] 李，M。；孙，H。；Peng，L.，Fisher-Rao几何学和Jeffreys帕累托分布先验，公共统计理论方法（2020）·Zbl 07533640号 ·doi:10.1080/03610926.2020.1771593
[16] L'Moudden A，Marchand E.，Kortbi O，Strawderman WE（2017）关于带参数约束的伽玛模型的预测密度估计。J Stat Plan推断185:56-68·Zbl 1356.62044号
[17] 马尔尚，É。；Perron，F.，《有界正态均值MLE的改进》，《Ann Stat》，291078-1093（2001）·Zbl 1041.62016年 ·doi:10.1214/aos/1013699994
[18] Marchand女士。；F.兰考特。；斯特劳德曼，WE，单参数指数族限制平均值的Minimax估计，J Stat Plan Inference，212114-125（2021）·1460.62020兹罗提 ·doi:10.1016/j.jspi.2020.10.001
[19] Parsian，A。；Sanjari Farsipour，N.，使用非对称损失函数估计截断空间中指数分布的参数，Stat Pap，38，423-443（1997）·Zbl 0911.62021号 ·doi:10.1007/BF02925998
[20] Robert，CP，《内在损失》，Theor Decis，40，191-214（1996）·Zbl 0848.90010号 ·doi:10.1007/BF00133173
[21] 辛格，H。；罗德岛古普塔；Nisra，N.，参数空间受限时指数分布参数的估计，应用于双样本问题，公共统计理论方法，22461-477（1993）·兹比尔0783.62019 ·doi:10.1080/03610929308831031
[22] 特里帕蒂（YM Tripathi）；库马尔，S。；Petropoulos，C.，约束位置下指数分布参数的估计，数学方法统计，23，66-79（2014）·Zbl 1310.62026号 ·doi:10.10103/S10665030714010049
[23] van Eeden C（2006）受限参数空间问题——可容许性和极小性性质。统计学课堂讲稿，第188卷，纽约斯普林格·Zbl 1160.62018年
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。