彭斯基,M。;镍、磷。 扩展线性经验贝叶斯估计。 (英语) Zbl 1018.62006号 Commun公司。统计、理论方法 29,第3期,579-592(2000). 摘要:本文将基于线性函数逼近贝叶斯估计量的线性经验贝叶斯估计方法推广为一种扩展的线性经验贝叶斯估计技术,该方法用一系列代数多项式表示贝叶斯估计量。在位置或尺度参数的情况下,阐述了扩展线性经验Bayes估计。通过将该理论应用于带位置参数的正态分布和带尺度参数的伽马分布的实例,说明了该理论。在这两种情况下构造了线性和扩展线性经验Bayes估计,然后通过蒙特卡罗模拟进行了数值研究。仿真结果表明,与传统的线性经验贝叶斯估计相比,扩展的线性经验Bayes估计具有更好的收敛速度。 引用于三文件 MSC公司: 62C12号机组 经验决策程序;经验贝叶斯程序 10层62层 点估计 关键词:线性近似 PDF格式BibTeX公司 XML格式引用 \textit{M.Pensky}和\textit{P.Ni},Commun。统计,理论方法29,第3期,579--592(2000;Zbl 1018.62006) 全文: DOI程序 参考文献: [1] 内政部:10.1080/03610929008830336·doi:10.1080/03610929008830336 [2] 内政部:10.1016/0196-8858(86)90006-0·Zbl 0609.62044号 ·doi:10.1016/0196-8858(86)90006-0 [3] 内政部:10.1080/03610929308831098·Zbl 0784.62004号 ·doi:10.1080/03610929308831098 [4] Desouza C.M.,SiaL Med 10第1241页–(1991) [5] 内政部:10.1177/25.7.894010·数字对象标识代码:10.1177/25.7.894010 [6] Ghosh M.,J.Multivar。分析38第305页–(1991) [7] Gradshteyn L.S.,积分、系列和产品表(1980)·Zbl 0521.33001号 [8] 内政部:10.1080/03610929208830913·Zbl 0774.62003年 ·doi:10.1080/03610929208830913 [9] 内政部:10.1016/0378-3758(92)90127-E·Zbl 0777.62093号 ·doi:10.1016/0378-3758(92)90127-E [10] 数字对象标识码:10.1002/sim.4780100604·数字对象标识代码:10.1002/sim.4780100604 [11] Maritz J.S.,经验贝叶斯方法(1989)·Zbl 0731.62040号 [12] 内政部:10.2307/2684410·doi:10.2307/2684410 [13] 数字对象标识码:10.1002/sim.4780100114·doi:10.1002/sim.4780100114 [14] 内政部:10.1080/02331889708802574·Zbl 0869.62028号 ·网址:10.1080/02331889708802574 [15] Pensky M.,《统计决策》,第15页,第1页–(1997年) [16] Robbins,H.1995.统计学的经验贝叶斯方法,157-163。伯克利:加利福尼亚大学出版社。 [17] DOI:10.1214/aoms/1177703729·Zbl 0138.12304号 ·doi:10.1214/aoms/1177703729 [18] DOI:10.1214/aos/1176346239·Zbl 0522.62024号 ·doi:10.1214/aos/1176346239 [19] 内政部:10.1016/0167-9473(90)90006-4·Zbl 0825.62339号 ·doi:10.1016/0167-9473(90)90006-4 [20] DOI:10.1214/aos/1176348245·Zbl 0741.62006号 ·doi:10.1214操作系统/11763484245 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。