滨村、靖国;大谷久保川 样本容量不平衡时泊松分布参数的适当Bayes极小极大估计。 （英语） Zbl 1467.62044号 钎焊。J.概率。斯达。 34，编号4，728-751（2020）. 摘要：在本文中，我们考虑在加权标准平方误差损失下，在可能存在不平衡样本量的情况下，同时估计独立泊松分布参数的问题。提出了一类利用样本大小不平衡性的异质贝叶斯收缩估计。为了提供一个理论上的证明，我们首先推导了该类中的一个估计量是适当Bayes并因而是可容许的一个充要条件，然后得到了与可容许条件相容的极小性的充分条件。通过仿真比较了非均匀和均匀收缩估计量。对与标准化死亡率相关的数据应用了几种估计方法。 引用于2文件 MSC公司： 2015年1月62日 贝叶斯推断 62号05 可靠性和寿命测试 62C20个 统计决策理论中的Minimax过程 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：可受理性;贝叶斯估计;支配地位;极小化;先收缩;样本量不平衡;死亡率 PDF格式BibTeX公司 XML格式引用 \textit{Y.Hamura}和\textit{T.Kubokawa}，巴西。J.概率。《法律总汇》第34卷，第4期，728-751（2020年；兹bl 1467.62044） 全文： 内政部 欧几里得 参考文献： [1] Chang，Y.-T.和Shinozaki，N.（2018年）。归一化平方误差损失下泊松均值的新型收缩估计。统计学理论与方法传播0，1-15。 [2] Clayton，D.和Kaldor，J.（1987）。用于疾病绘图的年龄标准化相对风险的经验Bayes估计。生物计量学43，671-681。 [3] Clevenson，M.L.和Zidek，J.V.（1975年）。独立泊松定律平均值的同时估计。美国统计协会杂志70，698-705·Zbl 0308.62018号 [4] Dey，D.K.、Ghosh，M.和Srinivasan，C.（1987）。熵损失下参数的同时估计。《统计规划与推断杂志》15，347-363·Zbl 0609.62009 ·doi:10.1016/0378-3758（86）90108-4 [5] Ghosh，M.和Parsian，A.（1981年）。多泊松参数的贝叶斯极小极大估计。多元分析杂志11，280-288·Zbl 0472.62010 ·doi:10.1016/0047-259X（81）90115-9 [6] Ghosh，M.和Yang，M.-C.（1988年）。熵损失下泊松均值的同时估计。《统计年鉴》16，278-291·Zbl 0654.62012号 ·doi:10.1214/aos/1176350705 [7] Hamura，Y.和Kubokawa，T.（2019年）。样本容量不平衡时泊松分布参数的同时估计。日本统计与数据科学杂志。出现·Zbl 1436.62079号 ·doi:10.1007/s42081-019-00039-x [8] Hudson，H.M.（1978）。指数族的自然恒等式及其在多参数估计中的应用。统计年鉴6，473-484·Zbl 0391.62006号 ·doi:10.1214/aos/1176344194 [9] Hwang，J.T.（1982）。改进离散指数族中的标准估计，并应用于泊松和负二项情形。《统计年鉴》10857-867·Zbl 0493.62008号 ·doi:10.1214/aos/1176345876 [10] Komaki，F.（2015）。具有不同持续时间的独立泊松过程的同时预测。《多元分析杂志》141，35-48·Zbl 1325.60073号 ·doi:10.1016/j.jmva.2015.06.008 [11] Morris，C.N.（1983年）。参数经验贝叶斯推断：理论与应用。《美国统计协会杂志》78，47-55·Zbl 0506.62005年 ·doi:10.1080/01621459.1983.10477920 [12] Tsui，K.W.（1979）。离散指数分布的多参数估计。加拿大统计杂志7，193-200·Zbl 0472.62034号 ·doi:10.2307/3315119 [13] Tsui，K·Zbl 0484.62014号 ·doi:10.1214/aos/1176345692 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。