×

功率变换逆瑞利分布的贝叶斯估计。 (英语) Zbl 1470.62045号

摘要:本文讨论了功率变换逆瑞利(PTIR)分布总体参数的贝叶斯估计。基于分别由gamma和Jeffery先验表示的信息先验和非信息先验,导出了PTIR分布的后验分布。考虑了四种损失函数,即最小期望、平方误差、预防和线性指数。利用马尔可夫链蒙特卡罗(MCMC)方法构造了最大后验密度可信区间。利用基于随机漫步都市黑斯廷斯(RWMH)抽样算法的MCMC方法,进行了仿真研究,以检验和比较贝叶斯估计。研究结果表明,在几乎大多数情况下,在非信息先验情况下,最小期望损失函数下的贝叶斯估计优于其他估计。然而,在信息先验的情况下,平方误差损失函数下的贝叶斯估计在几乎大多数情况下都优于其他估计。

MSC公司:

2015年1月62日 贝叶斯推断
60公里50 异常扩散模型(细分扩散、超扩散、连续时间随机漫步等)
65二氧化碳 蒙特卡罗方法
PDF格式BibTeX公司 XML格式引用
全文: 链接

参考文献:

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。