[1] |
S.M.Sadooghi-Alvandi,使用线性损失函数估计泊松分布的参数,澳大利亚。J.统计。,32(1990), 393–398. 数字对象标识:10.1111/j.1467-842X.1990.tb01033.x
|
[2] |
张义勇,王志勇,段志明,米伟,在斯坦因损失函数下具有共轭伽马先验的泊松分布参数的经验Bayes估计,J.统计计算。模拟。,89(2019), 3061–3074. 数字对象标识:10.1080/00949655.2019.1652606
|
[3] |
C.P.Li,H.B.Hao,熵损失函数下泊松分布参数的E-Bayesian估计和层次Bayesia估计,伊贾姆,49(2019), 369–374. |
[4] |
M.Han,E-Bayesian估计和故障率的分层Bayesia估计,申请。数学。模型。,33(2009), 1915–1922. 数字对象标识:2016年10月10日/j.apm.2008.03.019
|
[5] |
Z.F.Jaheen,H.M.Okasha,基于2型截尾的Burr XII型模型的E-Bayesian估计,申请。数学。模型。,35(2011), 4730–4737. 数字对象标识:2016年10月10日/2011年3月25日下午
|
[6] |
A.Karimnezhad,F.Moradi,Bayes,E-Bayes和预防性预测损失函数下未来观测的鲁棒Bayes预测及其应用,申请。数学。模型,40(2016), 7051–7061. 数字对象标识:2016年1月10日/下午2016.02.040
|
[7] |
V.A.Gonzalez-Lopez,R.Gholizadeh,C.E.Galarza,基于指数分布的系统可靠性和可用性分析的E-Bayesian估计,Commun公司。统计-模拟。C、。,46(2017), 6221–6241. 数字对象标识:10.1080/03610918.2016.1202269
|
[8] |
F.基于非对称损失函数的系统可靠性参数的Yousefzadeh、E-Bayes和分层Bayes估计,Commun公司。统计-理论M。,46(2017), 1–8. 数字对象标识:10.1080/03610926.2014.968736
|
[9] |
H.M.Okasha,J.H.Wang,基于记录统计的几何模型E-Bayesian估计,申请。数学。模型。,40(2016), 658–670. 数字对象标识:2016年10月10日/j.apm.2015.05.004
|
[10] |
M.Han,二项式分布可靠性的E-Bayesian估计,申请。数学。模型,35(2011), 2419–2424. 数字对象标识:2016年10月10日至2011年10月11日
|
[11] |
M.Han,不同损失函数下pareto分布参数的E-Bayesian和分层Bayesia估计,J.统计计算。模拟。,87(2017), 577–593. 数字对象标识:10.1080/00949655.2016.1221408
|
[12] |
M.Han,LINEX损失函数下指数分布族参数的E-Bayes估计,Commun公司。统计-理论M。,48(2019), 648–659. 数字对象标识:10.1080/03610926.2017.1417432
|
[13] |
A.Kiapour、Bayes、E-Bayes以及平方对数误差损失函数下的稳健Bayes保费估计和预测,JIRSS公司,17(2018), 33–47. 数字对象标识:10.29252/吉17.1.33
|
[14] |
H.M.Okasha,基于II型截尾数据的Lomax分布的E-Bayesian估计,JOEMS公司,22(2014), 489–495. |
[15] |
H.M.Okasha,基于记录统计的指数模型估计,J.统计理论应用。,18(2019), 236–243. |
[16] |
H.Okasha,M.Nassar,S.A.Dobbah,基于自适应II型渐进混合删失数据的Burr XII型模型的E-Bayesian估计,AIMS数学,6(2021), 4173–4196. 数字对象标识:10.3934/小时2021247
|
[17] |
A.M.Basheer,H.M.Okasha,A.H.El-Baz,A.M.K.Tarabia,逆Weibull分布的E-Bayesian和层次Bayesia估计,Ann.数据。科学。2021年,内政部:10.1007/s40745-020-00320-x。
|
[18] |
M.Nassar,H.Okasha,M.Albassam,基于II型截尾的指数分布简单步进应力模型的E-Bayesian估计和相关性质,资格。Reliab公司。工程国际。,37(2021), 997–1016. 数字对象标识:10.1002/qre.2778
|
[19] |
R.B.Athirakrishnan,E.I.Abdul-Sathar,逆向瑞利分布的E-Bayesian和分层Bayesia估计,美国数学杂志。管理。科学。2021年,内政部:10.1080/01966324.2021.1914250.
|
[20] |
H.Okasha,A.Mustafa,自适应I型渐进混合删失竞争风险数据下Weibull分布的E-Bayesian估计,熵,22(2020), 903. 数字对象标识:10.3390/e22080903
|
[21] |
H.Robbins,统计学的经验贝叶斯方法,第三届伯克利数理统计与概率研讨会论文集,1(1956), 157–163. |
[22] |
H.Robbins,统计决策问题的经验贝叶斯方法,安。数学。统计师。,35(1964), 1–20. 数字对象标识:10.1214/aoms/1177703729
|
[23] |
H.Robbins,关于经验贝叶斯估计的一些思考,安。数学。统计师。,11(1983), 713–723. |
[24] |
张义勇,T·Z·荣,M·M·李,用矩量法和MLE法对具有共轭正态-正态-逆-γ先验分布的均值和方差参数的经验Bayes估计,Commun公司。统计-理论M。,48(2019), 2286–2304. 数字对象标识:10.1080/03610926.2018.1465081
|
[25] |
S.K.Mikulich-Gilbertson,B.D.Wagner,G.K.Grunwald,使用广义线性混合模型的经验Bayes预测值来测试和可视化纵向结果之间的关联。统计方法医学研究。,28(2019), 1399–1411. |
[26] |
R.Martin,R.Mess,S.G.Walker,稀疏高维线性模型中的经验Bayes后验浓度,伯努利,23(2017), 1822–1847. |
[27] |
A.M.Sarhan,指数可靠性模型中的经验Bayes估计,申请。数学。计算。,135(2003), 319–332. 数字对象标识:10.1016/S0096-3003(01)00334-4
|
[28] |
S.C.Chang,T.F.Li,威布尔分布中缺陷项目分类的经验贝叶斯决策规则,申请。数学。计算。,182(2006), 425–433. 数字对象标识:2016年10月10日/j.amc.2006.04.001
|
[29] |
H.C.van Houwelingen,《经验贝叶斯方法论在现代医学统计中作为主导原则的作用》,生物。J。,56(2014), 919–932. 数字对象标识:2002年10月10日/星期二2014年4月73日
|
[30] |
Z.F.Jaheen,基于记录的广义指数分布的经验Bayes推断,Commun公司。统计-理论M。,33(2004), 1851–1861. 数字对象标识:10.1081/STA-120037445
|
[31] |
M.Han、基于完全和I型截尾样本的指数分布参数的E-Bayesian估计及其E-后验风险,Commun公司。统计-理论M。,49(2020), 1858–1872. 数字对象标识:10.1080/03610926.2019.1565837
|
[32] |
L.Bortkewitch,Das Gesetz der Kleinen Zahlen公司莱比锡:G.Teubner,1898年。 |
[33] |
D.P.Padilla,泊松模型良好性的图解法,UNLV回顾性论文, 2004. |